【摘要】：頻譜預(yù)測(cè)是認(rèn)知無線電系統(tǒng)中的關(guān)鍵技術(shù)之一,利用該技術(shù)可以顯著減少認(rèn)知用戶的能量損耗,同時(shí)提高系統(tǒng)的頻譜利用率。針對(duì)現(xiàn)有基于BP神經(jīng)網(wǎng)絡(luò)的頻譜預(yù)測(cè)方法預(yù)測(cè)精度低及失效率高等問題,將建立在統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原則上的支持向量機(jī)引入認(rèn)知無線電頻譜預(yù)測(cè)中,利用其對(duì)小樣本及非線性數(shù)據(jù)優(yōu)越的預(yù)測(cè)性能對(duì)信道進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法通過避免無效檢測(cè),提高了頻譜感知系統(tǒng)的性能,并且比基于BP神經(jīng)網(wǎng)絡(luò)算法的模型的預(yù)測(cè)精度更高,具有良好的實(shí)用性與靈活性。
[Abstract]:Spectrum prediction is one of the key technologies in cognitive radio systems. It can significantly reduce the energy loss of cognitive users and improve the spectral efficiency of the system. Aiming at the problems of low precision and high failure rate of the existing spectrum prediction methods based on BP neural network, the support vector machine based on statistical learning theory and minimum structural risk principle is introduced into the spectrum prediction of cognitive radio. The channel is predicted by its superior prediction performance for small samples and nonlinear data. The experimental results show that the proposed method can improve the performance of spectrum sensing system by avoiding invalid detection, and has higher prediction accuracy than the model based on BP neural network algorithm, and has good practicability and flexibility.
【作者單位】： 中國(guó)科學(xué)院半導(dǎo)體研究所;
【基金】：中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)專項(xiàng)基金資助項(xiàng)目(No.XDA06020700)
【分類號(hào)】：TN925

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉金剛;周云山;鄒乃威;高帥;蘇建業(yè);;基于粗糙集與支持向量機(jī)的無級(jí)變速器速比控制閥質(zhì)量分類[J];汽車工程;2008年09期

2 劉金剛;王登峰;何霞輝;周云山;;基于LS-SVM模型的無級(jí)變速器夾緊力控制系統(tǒng)故障診斷[J];汽車工程;2009年04期

3 高帥;周云山;安穎;劉金剛;;基于支持向量機(jī)的夾緊力控制閥質(zhì)量分類[J];汽車技術(shù);2009年11期

4 蔣剛;肖建;鄭永康;宋昌林;;基于統(tǒng)計(jì)學(xué)習(xí)理論的海色遙感葉綠素濃度反演方法[J];中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

5 王曉燕;張能;王永瑛;;基于SVM與特征提取的魯棒性數(shù)字水印算法[J];青島理工大學(xué)學(xué)報(bào);2010年03期

6 臧大進(jìn);劉增良;曹云峰;;基于粒子群優(yōu)化支持向量機(jī)的礦井涌水量預(yù)測(cè)[J];凱里學(xué)院學(xué)報(bào);2010年06期

7 祁正興;;多環(huán)芳烴致癌活性的支持向量機(jī)分類模型[J];青海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

8 祁正興;;基于量化參數(shù)的吡啶類化合物pKa模型的構(gòu)建[J];青海師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

9 王紅;;支持向量機(jī)在多氯代二苯并呋喃logKow中的應(yīng)用[J];青海師專學(xué)報(bào).教育科學(xué);2006年05期

10 演克武;朱金福;;基于支持向量機(jī)回歸算法的航空公司客流量預(yù)測(cè)研究[J];企業(yè)經(jīng)濟(jì);2010年03期

相關(guān)會(huì)議論文 前10條

1 周綺鳳;林成德;羅林開;彭洪;;一種基于黎曼度量的訓(xùn)練樣本類不平衡SVM分類方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 張向波;梅國(guó)建;徐宗昌;;基于SVM的裝備戰(zhàn)備完好性預(yù)測(cè)模型[A];第十屆中國(guó)科協(xié)年會(huì)論文集（一）[C];2008年

3 張永生;魏新軍;顏振敏;南海娟;;多元線性回歸分光光度法同時(shí)測(cè)定飲料中三種色素[A];第十屆中國(guó)科協(xié)年會(huì)論文集（三）[C];2008年

4 徐慧;李云瑋;;基于分形和支持向量機(jī)的瓦斯涌出量預(yù)測(cè)研究[A];煤礦自動(dòng)化與信息化——第19屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨中國(guó)礦業(yè)大學(xué)（北京）百年校慶學(xué)術(shù)會(huì)議論文集[C];2009年

5 肖惠玲;曾翎;黃�，�;張琳;王昱清;楊勤;陳華富;;支持向量機(jī)探測(cè)腦功能活動(dòng)[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

6 王永春;;一種復(fù)合的支持向量機(jī)模型在電力系統(tǒng)短期負(fù)荷中的應(yīng)用[A];第十屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 吳p，

本文編號(hào)：2230141