基于PCA和混合核函数QPSO＿SVM频谱感知算法

• 作者: 孟田 杨兵兵 翟旭平
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 频谱感知 支持向量机 混合核函数 主成分分析
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 【理论与算法】
• 页码范围: 87-90,107
• 页数: 5页
• 分类号: TN929.5
• 字数: 3736字
• 语种: 中文

摘要

频谱感知是认知无线电系统的关键技术之一，针对基于支持向量机的频谱感知方法中核函数选取的单一性和核函数参数的不确定性，提出一种基于混合核函数支持向量机的频谱感知算法，将两种核函数混合构造新的核函数，采用量子粒子群算法对其中的参数进行优化，并引入主成分分析方法对样本进行降维并提取其全局特征。实验结果表明，该模型较传统方法在低信噪比下无线环境中的分类精度上有了明显提高，在信噪比为－10 dB的无线环境中能完全识别出主用户，为频谱感知提供了一种可靠性高的设计方案。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟旭平	上海大学通信与信息工程学院	22	132	6.0	11.0
2	孟田	上海大学通信与信息工程学院	8	24	2.0	4.0
3	杨兵兵	上海大学通信与信息工程学院	2	19	2.0	2.0