5G 的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网( cognitive radio, CR)的提出,被认为是提高频谱利用率的有效途径。 认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技 术、软件无线电技术和现代信号处理技术等多学科之长,通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找 到当前空闲的频谱,完成信息交互过程。 针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概 念及其特点,重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知无线网络中的应用,并展望了其在认知 无线网络中的发展前景。 机器学习算法的引入,实现了高效的频谱资源管理,有效地解决了无线频谱资源紧张的问题。
2021-04-19 16:59:36 1.16MB 无线认知网络 强化学习
1
面向服务性能的认知网络理论及形式化建模方法
2021-04-09 09:05:39 1.40MB 研究论文
1
具有多个主要用户的MIMO认知网络中基于子空间跟踪的干扰对准
2021-03-03 10:05:19 1.22MB 研究论文
1