基于隱馬爾可夫模型的頻譜預測和感知方法研究.pdf

1、隨著通信技術的不斷發(fā)展，認知無線電成為該領域研究的熱門方向之一。其主要思想是讓無線電掌握學習的能力，學會與周圍環(huán)境交互信息，自適應的感知和利用頻譜“空洞”，并且要限制次用戶對主用戶的干擾。其中，頻譜感知是整個系統(tǒng)的關鍵所在。高性能的頻譜感知方法要求能夠避免次用戶和主用戶的碰撞機率，提高通信質量。同時，為了使次用戶能夠充分利用空閑頻譜進行通信則需要在較短時間內快速檢測到頻譜“空洞”。準確而又快速的頻譜感知能避免次用戶對主用戶的干擾，并能提

2、高整個系統(tǒng)的吞吐量。如何實現(xiàn)準確快速的頻譜感知是本文研究的主題。
　　為了實現(xiàn)準確快速的頻譜感知，可以采用先預測后感知的方法。次用戶通過學習頻譜感知的歷史數(shù)據(jù)，對下一時刻各信道狀態(tài)進行預測，然后根據(jù)預測結果對可能出現(xiàn)頻譜“空洞”的信道優(yōu)先進行頻譜感知。本文首先給出了一種基于離散隱馬爾可夫模型的自適應聯(lián)合頻譜預測方法。該方法是次用戶根據(jù)頻譜感知歷史信息得到主用戶信道狀態(tài)訓練集，用前M個時刻信道的狀態(tài)組成的矩陣作為待測矩陣與訓練集匹配

3、，根據(jù)匹配的相似度對下一時刻的信道狀態(tài)進行預測。仿真結果表明，利用本方法進行的頻譜預測具有較高的準確性。
　　為了克服了離散隱馬爾可夫模型在處理連續(xù)信號矢量量化過程中產(chǎn)生的信息失真問題，并充分利用頻譜感知的歷史數(shù)據(jù)，來進一步實現(xiàn)準確快速的頻譜感知，本文將連續(xù)隱馬爾可夫模型應用于頻譜感知方法進行研究。研究表明，在信道占用和空閑狀態(tài)下采樣得到的能量值滿足不同的高斯分布，故可采用連續(xù)隱馬爾可夫模型通過模式識別方法進行頻譜感知，根據(jù)識別的