基于贝叶斯网络的认知引擎设计与重配置

• 作者: 周云辉 江虹 王娇? 黄玉清
• 来源期刊: 物理学报
• 关键词: 认知引擎 贝叶斯网络 重配置 端到端性能
• 年，卷（期）: 2013,（3）
• 页码范围: 434-442
• 语种: 中文
• DOI: 10.7498/aps.62.038402

摘要

以往的通信行为指导系统未来通信,以满足用户需求并适应环境变化,是认知无线电系统的核心所在,为此提出了一种基于贝叶斯网络的认知引擎,用于解决在复杂多变的电磁环境与用户需求条件下,认知无线电系统参数自适应调整的问题.通过对系统过去通信行为样本数据,进行结构学习和参数学习建立认知引擎,将系统当前环境状态和用户需求信息经预处理作为推理的证据,应用引擎决策出系统此时最佳的工作参数,完成系统参数重构.本文利用OPNET工具建立一个移动无线网络完成仿真实验,仿真结果表明该认知引擎能有效地使移动无线网络适应环境变化,改善端到端通信性能,进一步验证了建模方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江虹	西南科技大学信息工程学院	82	268	8.0	11.0
2	黄玉清	西南科技大学信息工程学院	109	732	14.0	20.0
3	周云辉	西南科技大学信息工程学院	11	58	4.0	7.0
4	王娇?	西南科技大学信息工程学院	1	3	1.0	1.0