基于機器學習的認知無線電頻譜感知.pdf

1、無線電頻譜資源是一種非常寶貴的資源。目前，頻譜資源由國家統(tǒng)一分配給了不同的授權用戶，盡管有相當一部分頻段很少被使用。然而，現(xiàn)代社會無線通信技術發(fā)展迅速，無線業(yè)務種類越來越豐富。因此，頻譜稀缺和需求量不斷增加的矛盾成了人們關心的一個嚴重的問題。
　　認知無線電作為一種新的無線電通信方式被認為是解決頻譜利用率低的問題的一個關鍵技術。美國聯(lián)邦通訊委員會定義認知無線電是一種智能的無線電通信系統(tǒng)。具有認知功能的無線通信設備可以感知周圍的電磁

2、環(huán)境并從中捕獲信息，能夠根據(jù)輸入激勵的變化實時地調整其傳輸參數(shù)，例如傳輸功率、載波頻率和調制方式等。
　　頻譜感知是認知無線電中的第一環(huán)也是最重要的一環(huán)，其核心思想就是在不對其他用戶造成干擾的前提下，使無線通信設備具有發(fā)現(xiàn)“頻譜空穴”并合理利用的能力?！邦l譜空穴”就是一些在某一時刻某一空間未被授權用戶占用的頻譜。為了使未授權用戶可靠地感知到并有效地使用“頻譜空穴”，并且不對授權用戶造成干擾，多種多樣的頻譜檢測方法應運而生。頻譜檢測

3、技術有三種：發(fā)射源檢測、合作檢測和干擾檢測。本論文主要研究的是發(fā)射源檢測，發(fā)射源檢測主要包括能量檢測、循環(huán)平穩(wěn)特征檢測和匹配濾波檢測。
　　本論文主要從機器學習的角度研究頻譜感知，并提出了一種基于人工神經(jīng)網(wǎng)絡的頻譜感知方法。這種方法將人工神經(jīng)網(wǎng)絡引入頻譜檢測中，將能量檢測和循環(huán)平穩(wěn)特征檢測與其結合起來。神經(jīng)網(wǎng)絡訓練前，先對主用戶的樣本信號進行信息預處理，提取4個特征值。然后經(jīng)過神經(jīng)網(wǎng)絡訓練，對主用戶信號信息進行學習與積累。最后對接