基于PCA与主动学习AdaBoost的频谱感知算法

• 作者: 冯庆华 孙军 杜恺 王峰 王鑫 陈景川
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 认知网络 主成分分析 主动学习 AdaBoost 频谱感知
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 理论与实践
• 页码范围: 128-131
• 页数: 4页
• 分类号: TN92
• 字数: 3169字
• 语种: 中文

摘要

针对认知网络中各低信噪比环境下主用户信号检测率偏低的问题,提出一种基于主成分分析和主动学习AdaBoost的主用户信号频谱感知算法.该算法首先采用主成分分析算法对信号特征参数进行提取,获得信号的主成分,之后利用主动学习算法通过多次迭代抽样,获取有利于提高分类性能的样本,并对AdaBoost分类器进行训练,最后利用训练完成的AdaBoost分类器对待测信号进行分类检测.仿真实验表明,在各低信噪比情况下与ANN和MME算法相比较,所提算法具有较高的分类感知性能,有效地实现了对主用户信号的频谱感知.

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
2	冯庆华		11	10	2.0	3.0