基于DE-BP的神經(jīng)網(wǎng)絡(luò)認知無線電頻譜預測研究.pdf

1、頻譜預測是認知無線電系統(tǒng)中的關(guān)鍵技術(shù)之一，利用頻譜預測技術(shù)可以使未授權(quán)用戶對授權(quán)用戶造成的干擾達到最小，同時使未授權(quán)用戶可以找到更多可用的頻譜空洞，從而提高整個系統(tǒng)的頻譜利用率。因此，頻譜預測技術(shù)在學術(shù)界引起了廣泛研究。在現(xiàn)實生活中，由于很難預先獲取授權(quán)頻段的使用特性，而且頻譜預測具有復雜的非線性特征，而神經(jīng)網(wǎng)絡(luò)具有不需要事物內(nèi)在分布的先驗信息，從而使得神經(jīng)網(wǎng)絡(luò)成為頻譜預測方法中具有吸引力的方法。但是現(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的預測方法在網(wǎng)絡(luò)訓

2、練時存在著收斂速度慢、易陷入局部極小值的問題，導致在大多數(shù)情況下并不能達到預期的訓練效果。針對這一問題，本文提出了基于DE-BP的神經(jīng)網(wǎng)絡(luò)頻譜預測方法。
　　 本文首先綜述了認知無線電頻譜預測的研究現(xiàn)狀，分析比較了現(xiàn)有的頻譜預測算法;然后對認知無線電系統(tǒng)中的信道狀態(tài)建模問題進行研究，介紹兩種常用的信道狀態(tài)建模方法:隱馬爾可夫模型和排隊模型，對其進行理論分析和仿真實驗;同時，利用M/Geo/1排隊模型模擬授權(quán)用戶產(chǎn)生信道狀態(tài)數(shù)據(jù)，

3、將其作為本文所涉及的頻譜預測方法的頻譜數(shù)據(jù)。
　　 其次采用BP神經(jīng)網(wǎng)絡(luò)進行認知無線電頻譜預測的仿真研究，推導了BP神經(jīng)網(wǎng)絡(luò)的閾值更新公式，將已產(chǎn)生的頻譜數(shù)據(jù)作為仿真研究的實驗數(shù)據(jù);并將頻譜預測結(jié)果用于頻譜感知研究，理論分析和實驗結(jié)果表明，與單獨的頻譜感知方法相比，該方法不但節(jié)省了感知能量，而且提高了頻譜的利用率。
　　 再次針對現(xiàn)有基于BP神經(jīng)網(wǎng)絡(luò)頻譜預測方法存在的收斂速度慢和易陷入局部極小值的問題，本文將標準的差分進

4、化（Differential Evaluation，DE）算法與BP算法相結(jié)合的DE-BP算法引入基于神經(jīng)網(wǎng)絡(luò)的頻譜預測研究，給出一種基于DE-BP算法的神經(jīng)網(wǎng)絡(luò)頻譜預測方法，并利用已產(chǎn)生的頻譜數(shù)據(jù)作為實驗數(shù)據(jù)進行預測仿真驗證;實驗結(jié)果表明，該方法無論是在單信道還是多信道聯(lián)合預測中都能夠在一定程度上提高頻譜預測的準確性;并進一步將頻譜預測結(jié)果用于頻譜感知研究，理論分析和實驗結(jié)果表明，與單獨的頻譜感知方法相比，該方法降低了未授權(quán)用戶對授權(quán)