摘 要：频谱预测是认知无线电系统中的关键技术之一，利用该技术可以显著减少认知用户的能量损耗，同时提高系统的频谱利用率。针对现有基于BP神经网络的频谱预测方法预测精度低及失效率高等问题，将建立在统计学习理论和结构风险最小原则上的支持向量机引入认知无线电频谱预测中，利用其对小样本及非线性数据优越的预测性能对信道进行预测。实验结果表明，该方法通过避免无效检测，提高了频谱感知系统的性能，并且比基于BP神经网络算法的模型的预测精度更高，具有良好的实用性与灵活性。
2021-05-04 12:58:16
1.51MB
1
一种新型回声状态网络及其在无线频谱预测中的应用研究，梁小东，杨凌，面向硬件实现需求，区别于经典回声状态网络动态储备池的随机生成模式，构造了一种具有确定性反馈连接的环状储备池，减少了储备池
2020-01-17 03:13:51
385KB
1