循环谱分析和支持向量机在认知无线电中的研究
打开文本图片集
摘 要：在认识无线电系统中，感知频谱是一项最具挑战性的功能。在认识与适应无线电环境中，检测信号在特性频段的存在于区别是至关重要的。本文提出一种新的结合了频谱相关分析和支持向量机的认知无线电检测方法，以有效解决信号检测性能较低的问题。
关键词：认知无线电；循环谱；支持向量机
DOI：10.16640/j.cnki.37-1222/t.2015.23.164
1 引言
认识无线电是一种智能无线通信系统，因为其能够感知到周围频谱环境变化，因此被看作一种有效提高利用频谱资源的途径。快速、准确、有效的对主用户进行感知是认知无线电研究的前提与基础[1]。目前，常见的频谱感知方法主要包括：能量检测法、循环平稳特征检测和匹配滤波器检测等。能量检测算法可以预先不了解主用户信号的任何信息，实现起来比较简单，但其检测阈值不易设置，当S/N较低时检测性能较差。具有较强的抗噪声性能是循环平稳特征检测法的主要特点，但该算法运算量较大，所需时间也较长。匹配滤波检测法拥有很强的匹配滤波性能，但这种算法需要事先获得一定量的主用户先验信息，否则不能对其检测[2，3，4，5]。本文针对低信噪比环境下传统算法检测率较低的问题，结合SVM算法与循环平稳特征检测法对无线通信环境下主用户信号进行检测感知。
2 频谱感知模型
3 算法的实现
算法实现过程如图1所示。
对于所接收的信号，采集L1个有主用户情况下的特征参数构成训练的正样本X1i；采集L2个无主用户情况下的特征参数构成训练的负样本X0i。将所生成的L1个正样本和L2个负样本构成训练样本集S，之后选取训练集S中的样本对SVM进行训练。通过多次训练最终获得具有良好检测性能的SVM分类器，并利用SVM分类器实现对测试样本的分类检测，其中，输出结果0表示无主用户存在，1表示有主用户存在。
4 结论
本文针对信噪比较低条件下的频谱检测问题，结合信号循环谱特征和支持向量机分类器提出了一种新型的频谱感知方法，在后续的研究过程中，将在此基础上对所提算法进行试验验证，并探索其他算法以更好解决低信噪比下的频谱感知问题。
参考文献：
[1] N. Devroye， M. Vu， V. Tarokh. Cognitive radio networks[J]. IEE...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
