基于支持向量機的認知無線電若干關鍵技術研究.pdf

1、無線頻譜資源緊缺與分配方式缺乏靈活性是限制當今無線通信發(fā)展的兩大因素。認知無線電技術作為一種智能頻譜共享技術，可顯著提高頻譜利用率，實現不可再生頻譜資源的再利用，為解決如何在有限頻譜資源條件下提高頻譜使用率這一無線通信難題開辟了一條新的途徑。研究認知無線電關鍵技術，對于推動認知無線電的發(fā)展和應用，意義重大。目前認知無線電關鍵技術的內容眾多，研究方法繁雜，尚沒有形成統(tǒng)一的理論研究體系。認知無線電技術本身強調通信設備的智能性，要求設備能通過

2、對外界環(huán)境信息的感知和學習，實時改變其操作參數從而充分利用空閑頻譜，提高頻譜利用率，這使得利用人工智能領域中的機器學習理論研究認知無線電關鍵技術成為必要與可能。支持向量機是近年來比較流行的機器學習方法，具有相對優(yōu)良的性能指標。
　　 本文從機器學習的角度，利用支持向量機方法，對認知無線電的幾個關鍵技術進行了研究，本文的研究重點是認知無線電關鍵技術中的頻譜感知和動態(tài)頻譜接入，本文的主要工作包括：
　　 1.本文在第二章重新

3、闡述了認知無線電關鍵技術、認知無線電網絡、認知網絡的定義，系統(tǒng)總結并詳細介紹了認知無線電技術，尤其是關鍵技術的國內外研究、發(fā)展和應用現狀；通過討論與分析，明確了認知無線電關鍵技術研究中存在的問題和進一步的研究內容與方向，同時也充分體現了提出“基于支持向量機的認知無線電若干關鍵技術研究”這一課題的必要性和重要性。
　　 2.本文在第四章針對認知無線電頻譜感知技術中信號調制方式識別的重要性，提出一種新型的認知無線電調制信號識別算法，

4、依據調制信號的循環(huán)譜特性，結合支持向量機與隱馬爾科夫模型與用于信號識別的各自優(yōu)點，構建兩級分類器，對調制信號進行識別。算法對信號調制方式的識別性能良好，且在低信噪比下仍具有較高的正確識別率。
　　 3.本文在第五章提出一種基于概率密度估計的動態(tài)頻譜接入算法，通過由支持向量機擬合出的授權頻段空閑時長的概率密度對信道狀態(tài)進行預測評估，認知無線電用戶根據信道狀況選擇接入。該算法可以進行自適應調整，具有良好的實用性與靈活性。仿真結果表明

5、，所提出的算法可以有效降低信道的沖撞率，同時提高認知無線電用戶的吞吐量和服務質量。
　　 4.本文在第六章提出了“無線通信網絡中時域頻譜利用概率密度擬合研究”這一子課題的重要意義和研究價值，對時域頻譜利用概率分布建模的方法和步驟做了詳細介紹，在仿真環(huán)境下按照傳統(tǒng)統(tǒng)計學方法對信道空閑時長的概率密度進行擬合分析，同時也使用了基于支持向量機的密度估計方法。仿真結果說明提出的建模方法切實有效，并且在統(tǒng)計意義上得出了IEEE802.11g