基于概率向量和机器学习的协作频谱感知

• 作者: 王煜东 马永涛
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 认知无线电网络 协作频谱感知 概率向量 能量向量 机器学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1809-1815
• 页数: 7页
• 分类号: TN92
• 字数: 5151字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.12.008

摘要

针对在认知无线电网络(Cognitive Radio Network,CRN)中进行协作频谱感知(Cooperative Spectrum Sensing,CSS)时,随着次级用户(Secondary User,SU)数量N增加导致能量向量维度随之提高造成的数据处理时间增加,设计开发了使用恒定二维向量的机器学习算法.首先在由N个SU组成的CRN中进行频谱感知,获取每个SU感知得到的能量数值并组成N维能量向量.然后对N维能量向量进行数据处理,将其变换为恒定的二维特征向量——概率向量,并利用K-Mediods和模糊支持向量机(Fuzzy Support Vector Machine,FSVM)算法对此向量进行训练和分类.针对2个SU和16个SU建立仿真场景,分别基于N维能量向量与概率向量进行研究,仿真结果表明,在SU数量增加的场景下,使用概率向量的训练时间降低了至少31％,分类延迟略有减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永涛	天津大学微电子学院	44	193	7.0	11.0
2	王煜东	天津大学微电子学院	2	3	1.0	1.0