本文關(guān)鍵詞：基于隱馬爾可夫模型的頻譜預(yù)測和感知方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著通信技術(shù)的不斷發(fā)展,認(rèn)知無線電成為該領(lǐng)域研究的熱門方向之一。其主要思想是讓無線電掌握學(xué)習(xí)的能力,學(xué)會與周圍環(huán)境交互信息,自適應(yīng)的感知和利用頻譜“空洞”,并且要限制次用戶對主用戶的干擾。其中,頻譜感知是整個(gè)系統(tǒng)的關(guān)鍵所在。高性能的頻譜感知方法要求能夠避免次用戶和主用戶的碰撞機(jī)率,提高通信質(zhì)量。同時(shí),為了使次用戶能夠充分利用空閑頻譜進(jìn)行通信則需要在較短時(shí)間內(nèi)快速檢測到頻譜“空洞”。準(zhǔn)確而又快速的頻譜感知能避免次用戶對主用戶的干擾,并能提高整個(gè)系統(tǒng)的吞吐量。如何實(shí)現(xiàn)準(zhǔn)確快速的頻譜感知是本文研究的主題。為了實(shí)現(xiàn)準(zhǔn)確快速的頻譜感知,可以采用先預(yù)測后感知的方法。次用戶通過學(xué)習(xí)頻譜感知的歷史數(shù)據(jù),對下一時(shí)刻各信道狀態(tài)進(jìn)行預(yù)測,然后根據(jù)預(yù)測結(jié)果對可能出現(xiàn)頻譜“空洞”的信道優(yōu)先進(jìn)行頻譜感知。本文首先給出了一種基于離散隱馬爾可夫模型的自適應(yīng)聯(lián)合頻譜預(yù)測方法。該方法是次用戶根據(jù)頻譜感知?dú)v史信息得到主用戶信道狀態(tài)訓(xùn)練集,用前M個(gè)時(shí)刻信道的狀態(tài)組成的矩陣作為待測矩陣與訓(xùn)練集匹配,根據(jù)匹配的相似度對下一時(shí)刻的信道狀態(tài)進(jìn)行預(yù)測。仿真結(jié)果表明,利用本方法進(jìn)行的頻譜預(yù)測具有較高的準(zhǔn)確性。為了克服了離散隱馬爾可夫模型在處理連續(xù)信號矢量量化過程中產(chǎn)生的信息失真問題,并充分利用頻譜感知的歷史數(shù)據(jù),來進(jìn)一步實(shí)現(xiàn)準(zhǔn)確快速的頻譜感知,本文將連續(xù)隱馬爾可夫模型應(yīng)用于頻譜感知方法進(jìn)行研究。研究表明,在信道占用和空閑狀態(tài)下采樣得到的能量值滿足不同的高斯分布,故可采用連續(xù)隱馬爾可夫模型通過模式識別方法進(jìn)行頻譜感知,根據(jù)識別的結(jié)果判定當(dāng)前信道是占用還是空閑。仿真結(jié)果表明,利用該方法的頻譜感知具有較高的準(zhǔn)確性。
【關(guān)鍵詞】：認(rèn)知無線電 頻譜預(yù)測 頻譜感知 離散隱馬爾可夫模型 連續(xù)隱馬爾可夫模型
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN925
【目錄】：

• 摘要4-5
• abstract5-9
• 第一章 緒論9-18
• 1.1 論文的研究背景及意義9-10
• 1.2 認(rèn)知無線電及其關(guān)鍵技術(shù)10-13
• 1.3 認(rèn)知無線電研究現(xiàn)狀13-15
• 1.3.1 頻譜預(yù)測研究現(xiàn)狀13-14
• 1.3.2 頻譜感知研究現(xiàn)狀14-15
• 1.4 論文的主要內(nèi)容及組織結(jié)構(gòu)15-18
• 第二章 認(rèn)知無線電頻譜預(yù)測與頻譜感知方法18-30
• 2.1 認(rèn)知無線電頻譜預(yù)測技術(shù)18-24
• 2.1.1 基于回歸分析的頻譜預(yù)測18-19
• 2.1.2 基于神經(jīng)網(wǎng)絡(luò)的頻譜預(yù)測19-20
• 2.1.3 基于馬爾可夫鏈的頻譜預(yù)測20-24
• 2.2 認(rèn)知無線電頻譜感知方法24-29
• 2.2.1 頻譜感知概述24-25
• 2.2.2 本地頻譜感知25-27
• 2.2.3 多用戶協(xié)作頻譜感知27-29
• 2.3 本章小結(jié)29-30
• 第三章 基于離散隱馬爾可夫模型的頻譜預(yù)測30-44
• 3.1 離散隱馬爾可夫模型基本理論30-36
• 3.1.1 定義及模型30-32
• 3.1.2 典型問題32
• 3.1.3 基本算法32-35
• 3.1.4 應(yīng)用場景35-36
• 3.2 基于HMM的本地頻譜預(yù)測36-38
• 3.2.1 系統(tǒng)模型36
• 3.2.2 本地頻譜預(yù)測流程36-38
• 3.3 基于HMM的自適應(yīng)頻譜預(yù)測38-43
• 3.3.1 系統(tǒng)模型38-39
• 3.3.2 基于準(zhǔn)確度的自適應(yīng)分組融合算法39-41
• 3.3.3 仿真結(jié)果與分析41-43
• 3.4 本章小結(jié)43-44
• 第四章 基于連續(xù)隱馬爾可夫模型的頻譜感知44-58
• 4.1 連續(xù)隱馬爾可夫模型基本理論44-50
• 4.1.1 CHMM參數(shù)表示44-45
• 4.1.2 CHMM訓(xùn)練算法存在的問題45-47
• 4.1.3 CHMM算法的改進(jìn)47-49
• 4.1.4 CHMM和DHMM的對比分析49-50
• 4.2 基于CHMM的多用戶協(xié)作頻譜感知框架50-55
• 4.2.1 系統(tǒng)模型50-51
• 4.2.2 能量向量分布51-53
• 4.2.3 基于CHMM的多用戶協(xié)作頻譜感知算法53-55
• 4.3 仿真結(jié)果與分析55-57
• 4.4 本章小結(jié)57-58
• 第五章 總結(jié)與展望58-60
• 5.1 全文總結(jié)58-59
• 5.2 展望59-60
• 參考文獻(xiàn)60-63
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文63-64
• 致謝64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 史笑興,王太君,何振亞;二階隱馬爾可夫模型的學(xué)習(xí)算法及其與一階隱馬爾可夫模型的關(guān)系[J];應(yīng)用科學(xué)學(xué)報(bào);2001年01期

2 胡迎松,朱阿柯,陳剛,陳中新;一種基于二維隱馬爾可夫模型的圖像分類算法[J];計(jì)算機(jī)應(yīng)用;2005年04期

3 張慧麗;;基于混合二階隱馬爾可夫模型的基因結(jié)構(gòu)預(yù)測[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年14期

4 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];北京電子科技學(xué)院學(xué)報(bào);2008年04期

5 方浩;許鴻文;蔡益宇;;一種基于語義關(guān)系改進(jìn)的隱馬爾可夫模型研究[J];通信技術(shù);2008年05期

6 李玉擰;;二維隱馬爾可夫模型的幾個(gè)等價(jià)定義[J];北京工業(yè)大學(xué)學(xué)報(bào);2008年06期

7 俞琰;;基于隱馬爾可夫模型的招聘網(wǎng)絡(luò)信息抽取[J];自動化技術(shù)與應(yīng)用;2008年10期

8 侯昭武;;隱馬爾可夫模型的拓樸應(yīng)用[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

9 劉輝;楊俊安;許學(xué)忠;;一種改進(jìn)的隱馬爾可夫模型訓(xùn)練方法及其在聲目標(biāo)識別中的應(yīng)用[J];電路與系統(tǒng)學(xué)報(bào);2011年01期

10 黃崗;;馬爾可夫及隱馬爾可夫模型的應(yīng)用[J];電子設(shè)計(jì)工程;2013年17期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史笑興;王太君;何振亞;;論二階隱馬爾可夫模型與一階隱馬爾可夫模型的關(guān)系[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

2 馬勇;金峗;顧明亮;趙力;;基于隱馬爾可夫模型的漢語方言辨識[A];2009’中國西部地區(qū)聲學(xué)學(xué)術(shù)交流會論文集[C];2009年

3 吳志強(qiáng);陳珂;遲惠生;;基于隱馬爾可夫模型的有限詞匯集內(nèi)與文本無關(guān)的說話人辨認(rèn)的研究[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

4 徐毅瓊;李弼程;王波;;隱馬爾可夫模型在人臉檢測與識別中的應(yīng)用[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

5 吳成東;柴佩琪;;基于分類的隱馬爾可夫模型的聲母識別[A];第一屆全國語言識別學(xué)術(shù)報(bào)告與展示會論文集[C];1990年

6 徐東風(fēng);周萍;景新幸;;改進(jìn)隱馬爾可夫模型的非線性分段技術(shù)應(yīng)用[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年

7 邢穎;南敬昌;;基于隱馬爾可夫模型的人臉檢測與識別系統(tǒng)[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

8 秦勇;莫福源;李昌立;關(guān)定華;;基于隱馬爾可夫模型的漢語二字詞音調(diào)模式識別[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1994年

9 楊文強(qiáng);鄧明華;錢敏平;;隱馬爾可夫模型與剪切位點(diǎn)識別[A];中國運(yùn)籌學(xué)會第六屆學(xué)術(shù)交流會論文集（下卷）[C];2000年

10 馬曉川;劉冬;趙榮椿;;孤立短語隱馬爾可夫模型自動建模軟件的實(shí)現(xiàn)[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李杰;隱馬爾可夫模型的研究及其在圖像識別中的應(yīng)用[D];清華大學(xué);2004年

2 夏麗莎;基于隱馬爾可夫模型的故障診斷及相關(guān)算法研究[D];華中科技大學(xué);2014年

3 劉韜;基于隱馬爾可夫模型與信息融合的設(shè)備故障診斷與性能退化評估研究[D];上海交通大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳瑞琪;面向農(nóng)牧民歌旋律的自動伴奏技術(shù)研究[D];河南師范大學(xué);2015年

2 張凱;基于隱馬爾可夫模型的頻譜預(yù)測和感知方法研究[D];南京郵電大學(xué);2015年

3 王宇寧;隱馬爾可夫模型在信息抽取中的應(yīng)用研究[D];大連理工大學(xué);2007年

4 楊戰(zhàn);基于隱馬爾可夫模型的自動和弦識別[D];哈爾濱工業(yè)大學(xué);2010年

5 王國剛;n階隱馬爾可夫模型的參數(shù)估計(jì)[D];南京郵電大學(xué);2011年

6 鄭小飛;基于隱馬爾可夫模型的驗(yàn)證碼識別方法研究[D];哈爾濱工程大學(xué);2013年

7 劉高文;基于隱馬爾可夫模型的視覺行為分析和異常檢測研究[D];南京理工大學(xué);2008年

8 陳倩;基于隱馬爾可夫模型脈象信號分類[D];哈爾濱工業(yè)大學(xué);2010年

9 趙玉明;基于隱馬爾可夫模型的網(wǎng)絡(luò)入侵檢測系統(tǒng)研究[D];廣東工業(yè)大學(xué);2005年

10 楊夏穎;基于特征選擇和隱馬爾可夫模型的人臉識別[D];西安電子科技大學(xué);2013年

  本文關(guān)鍵詞：基于隱馬爾可夫模型的頻譜預(yù)測和感知方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：306288