文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.200749
中文引用格式: 遲文升,,袁亶,,肖宗豪. 基于BP神經(jīng)網(wǎng)絡(luò)的智能認(rèn)知頻譜預(yù)測(cè)技術(shù)研究[J].電子技術(shù)應(yīng)用,2021,,47(1):64-68.
英文引用格式: Chi Wensheng,,Yuan Dan,Xiao Zonghao. Research on intelligent cognitive spectrum prediction technology based on BP neural network[J]. Application of Electronic Technique,,2021,,47(1):64-68.
0 引言
隨著技術(shù)的發(fā)展,無(wú)線電通信得以快速發(fā)展,,然而由于頻譜的不可再生性,,導(dǎo)致無(wú)線電頻譜越來(lái)越密集,通信資源也變得異常稀缺,。為充分合理利用無(wú)線電頻譜資源,,頻譜預(yù)測(cè)技術(shù)成為研究的熱點(diǎn)。
頻譜預(yù)測(cè)技術(shù)[1-3]是通過(guò)檢測(cè)過(guò)去一段時(shí)間內(nèi)頻譜的使用情況來(lái)預(yù)測(cè)未來(lái)一段時(shí)間可能存在的空閑頻譜和其所處的位置并對(duì)其進(jìn)行利用,。
現(xiàn)有頻譜預(yù)測(cè)主要包括自回歸頻譜預(yù)測(cè)[4-5],、機(jī)器學(xué)習(xí)[6-8]、神經(jīng)網(wǎng)絡(luò)頻譜預(yù)測(cè)[9-11]和馬爾可夫模型頻譜預(yù)測(cè)[12-14],?;谏窠?jīng)網(wǎng)絡(luò)和基于馬爾可夫的預(yù)測(cè)較準(zhǔn)確,但收斂時(shí)間長(zhǎng),,時(shí)效性差[15],。相較于其他頻譜預(yù)測(cè)方法,神經(jīng)網(wǎng)絡(luò)可消除對(duì)參數(shù)設(shè)置和概率計(jì)算的需求[16],,可利用構(gòu)建的模型提前滿足預(yù)定性能指標(biāo)提高頻譜效率和節(jié)約能源,。
在利用認(rèn)知無(wú)線電信道狀況預(yù)測(cè)時(shí),需提前知道授權(quán)的信道狀態(tài)的各項(xiàng)特征,,而在實(shí)際操作過(guò)程中,,這是難以做到的。頻譜預(yù)測(cè)技術(shù)能夠使頻譜接入更為有效,,并增強(qiáng)在時(shí)域和空間域的頻譜利用靈活性,,通過(guò)研究頻譜感知的結(jié)果來(lái)對(duì)接下來(lái)的時(shí)間段內(nèi)的頻譜利用情況進(jìn)行一個(gè)預(yù)測(cè),據(jù)此采用能夠被使用的信道或停止對(duì)授權(quán)用戶將要占用的信道的使用,,這樣就可以避免各用戶之間發(fā)生沖突同時(shí)頻譜的利用效率得以提高,。頻譜預(yù)測(cè)技術(shù)是通過(guò)檢測(cè)過(guò)去一段時(shí)間內(nèi)頻譜的使用情況來(lái)預(yù)測(cè)未來(lái)一段時(shí)間可能存在的空閑頻譜和其所處的位置并對(duì)其進(jìn)行利用。探索基于BP神經(jīng)網(wǎng)絡(luò)的智能認(rèn)知頻譜預(yù)測(cè)技術(shù)是非常有益的,。
本文詳細(xì)內(nèi)容請(qǐng)下載:http://forexkbc.com/resource/share/2000003322
作者信息:
遲文升1,,2,袁 亶1,,肖宗豪3
(1.空軍工程大學(xué) 裝備管理與無(wú)人機(jī)工程學(xué)院,,陜西 西安710051;
2.西安電子科技大學(xué) 機(jī)電工程學(xué)院,,陜西 西安710071,;3.空軍工程大學(xué) 研究生學(xué)院,陜西 西安710051)