基于RBF神經(jīng)網(wǎng)絡(luò)的認(rèn)知頻譜感知算法研究.pdf

1、FCC頻譜策略任務(wù)組提到，3GHz以下頻段中已經(jīng)分配的頻段在不同的時(shí)間和地點(diǎn)只有15％～85％被用到，3GHz以上利用率更低。認(rèn)知無(wú)線(xiàn)電作為一種智能無(wú)線(xiàn)電通信技術(shù)，能夠動(dòng)態(tài)地利用時(shí)間和空間上暫時(shí)處于空閑的頻譜資源，為無(wú)線(xiàn)業(yè)務(wù)提供工作頻段用來(lái)通信，是未來(lái)移動(dòng)通信關(guān)鍵技術(shù)之一。頻譜感知是實(shí)現(xiàn)認(rèn)知無(wú)線(xiàn)電功能的基礎(chǔ)，論文主要研究就是頻譜感知算法。
　　論文第1章首先介紹了認(rèn)知無(wú)線(xiàn)電的背景，接下來(lái)概述了認(rèn)知無(wú)線(xiàn)電的相關(guān)原理及其關(guān)鍵技術(shù)，并對(duì)

2、目前認(rèn)知無(wú)線(xiàn)電頻譜感知技術(shù)的研究現(xiàn)狀作了總結(jié);隨后第2章對(duì)認(rèn)知無(wú)線(xiàn)電頻譜感知技術(shù)作了全面的分析。介紹了頻譜感知的周期和特點(diǎn)，研究了3種典型傳統(tǒng)單節(jié)點(diǎn)感知方法（匹配濾波器感知算法、能量感知算法、循環(huán)平穩(wěn)特征感知算法）各自的技術(shù)特點(diǎn)，接下來(lái)比較了神經(jīng)網(wǎng)絡(luò)頻譜感知算法原理與單節(jié)點(diǎn)感知算法的檢驗(yàn)精度及復(fù)雜度性能。
　　第3、4章是本論文的重點(diǎn)。第3章對(duì)神經(jīng)網(wǎng)絡(luò)的基本算法進(jìn)行了介紹并分析了神經(jīng)網(wǎng)絡(luò)算法用于到頻譜感知的可行性;第4章提出了雙層

3、RBF神經(jīng)網(wǎng)絡(luò)的頻譜感知并進(jìn)行了數(shù)學(xué)建模與仿真分析。通過(guò)對(duì)典型的兩種神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及特點(diǎn)進(jìn)行了分析和比較，然后將原本的認(rèn)知無(wú)線(xiàn)電頻譜感知轉(zhuǎn)化為調(diào)制方式模式識(shí)別問(wèn)題。第一層為主用戶(hù)判別模型，用于對(duì)環(huán)境信號(hào)中主用戶(hù)存在與否進(jìn)行判決;第二層是調(diào)制分類(lèi)器模型，在第一層模型判決主用戶(hù)信號(hào)存在之后，再對(duì)它的調(diào)制方式進(jìn)行分類(lèi)。最后對(duì)所提頻譜感知模型進(jìn)行了仿真性能評(píng)估:就檢測(cè)率方面，得出基于RBF神經(jīng)網(wǎng)絡(luò)的認(rèn)知頻譜感知算法在低信噪比條件下(-15dB～

4、-5dB)的檢測(cè)成功率明顯優(yōu)于能量檢測(cè)算法和循環(huán)平穩(wěn)算法，也高于同為神經(jīng)網(wǎng)絡(luò)的BP算法;虛警概率也低于單節(jié)點(diǎn)感知算法和BP算法。而在檢測(cè)時(shí)長(zhǎng)上，RBF神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)訓(xùn)練時(shí)間要少于BP算法，所以在網(wǎng)絡(luò)建立時(shí)間，和復(fù)雜度上相對(duì)BP算法都有所提高。
　　目前大多數(shù)頻譜感知算法主要是通過(guò)增加檢測(cè)時(shí)長(zhǎng)來(lái)提高對(duì)主用戶(hù)的檢測(cè)概率。本文所提出的雙層RBF算法的頻譜感知系統(tǒng)模型雖然檢測(cè)性能上有很大的提高，但在檢測(cè)時(shí)間方面并沒(méi)有太大的改善，如何減