联合循环平稳特征PCA与RVM的频谱感知

• 作者: 孙军 杜恺 王峰 王鑫 陈景川
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 认知网络 频谱感知 主成分分析 相关向量机
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 信号与信息处理技术
• 页码范围: 33-38
• 页数: 6页
• 分类号: TN92|TN911
• 字数: 3996字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2014.07.006

摘要

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题，提出了一种基于循环平稳特征主成分分析(PCA)与相关向量机(RVM)的认知网络频谱感知算法。该算法结合了主成分分析算法与相关向量机分类方法，应用于解决认知网络频谱感知问题。首先对信号循环平稳特征参数进行特征提取，通过主成分分析进行降维提取信号主成分，生成训练样本和待测样本，并完成对相关向量机的训练，再采用训练完成的相关向量机算法分别对有无主用户情况下的信号进行分类检测，最后获得主用户信号存在性的感知判断。仿真实验表明，与人工神经网络、支持向量机和最大最小特征值算法相比较，所提算法在低信噪比情况下具有较高的分类检测性能，检测率最大可提高61.6%，有效地实现了对主用户信号的感知。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鑫	沈阳建筑大学信息与控制工程学院	43	176	6.0	11.0