电信科学
電信科學
전신과학
TELECOMMUNICATIONS SCIENCE
2014年
11期
87-92
,共6页
认知无线电%频谱预测%支持向量机
認知無線電%頻譜預測%支持嚮量機
인지무선전%빈보예측%지지향량궤
cognitive radio%spectrum prediction%support vector machine
频谱预测是认知无线电系统中的关键技术之一,利用该技术可以显著减少认知用户的能量损耗,同时提高系统的频谱利用率.针对现有基于BP神经网络的频谱预测方法预测精度低及失效率高等问题,将建立在统计学习理论和结构风险最小原则上的支持向量机引入认知无线电频谱预测中,利用其对小样本及非线性数据优越的预测性能对信道进行预测.实验结果表明,该方法通过避免无效检测,提高了频谱感知系统的性能,并且比基于BP神经网络算法的模型的预测精度更高,具有良好的实用性与灵活性.
頻譜預測是認知無線電繫統中的關鍵技術之一,利用該技術可以顯著減少認知用戶的能量損耗,同時提高繫統的頻譜利用率.針對現有基于BP神經網絡的頻譜預測方法預測精度低及失效率高等問題,將建立在統計學習理論和結構風險最小原則上的支持嚮量機引入認知無線電頻譜預測中,利用其對小樣本及非線性數據優越的預測性能對信道進行預測.實驗結果錶明,該方法通過避免無效檢測,提高瞭頻譜感知繫統的性能,併且比基于BP神經網絡算法的模型的預測精度更高,具有良好的實用性與靈活性.
빈보예측시인지무선전계통중적관건기술지일,이용해기술가이현저감소인지용호적능량손모,동시제고계통적빈보이용솔.침대현유기우BP신경망락적빈보예측방법예측정도저급실효솔고등문제,장건립재통계학습이론화결구풍험최소원칙상적지지향량궤인입인지무선전빈보예측중,이용기대소양본급비선성수거우월적예측성능대신도진행예측.실험결과표명,해방법통과피면무효검측,제고료빈보감지계통적성능,병차비기우BP신경망락산법적모형적예측정도경고,구유량호적실용성여령활성.
