循環(huán)譜分析和支持向量機(jī)在認(rèn)知無(wú)線電中的研究

王鑫　孫軍　程毓華　王守金　杜愷

摘 要：在認(rèn)識(shí)無(wú)線電系統(tǒng)中，感知頻譜是一項(xiàng)最具挑戰(zhàn)性的功能。在認(rèn)識(shí)與適應(yīng)無(wú)線電環(huán)境中，檢測(cè)信號(hào)在特性頻段的存在于區(qū)別是至關(guān)重要的。本文提出一種新的結(jié)合了頻譜相關(guān)分析和支持向量機(jī)的認(rèn)知無(wú)線電檢測(cè)方法，以有效解決信號(hào)檢測(cè)性能較低的問(wèn)題。

關(guān)鍵詞：認(rèn)知無(wú)線電；循環(huán)譜；支持向量機(jī)

DOI：10.16640/j.cnki.37-1222/t.2015.23.164

1 引言

認(rèn)識(shí)無(wú)線電是一種智能無(wú)線通信系統(tǒng)，因?yàn)槠淠軌蚋兄街車(chē)l譜環(huán)境變化，因此被看作一種有效提高利用頻譜資源的途徑。快速、準(zhǔn)確、有效的對(duì)主用戶進(jìn)行感知是認(rèn)知無(wú)線電研究的前提與基礎(chǔ)[1]。目前，常見(jiàn)的頻譜感知方法主要包括：能量檢測(cè)法、循環(huán)平穩(wěn)特征檢測(cè)和匹配濾波器檢測(cè)等。能量檢測(cè)算法可以預(yù)先不了解主用戶信號(hào)的任何信息，實(shí)現(xiàn)起來(lái)比較簡(jiǎn)單，但其檢測(cè)閾值不易設(shè)置，當(dāng)S/N較低時(shí)檢測(cè)性能較差。具有較強(qiáng)的抗噪聲性能是循環(huán)平穩(wěn)特征檢測(cè)法的主要特點(diǎn)，但該算法運(yùn)算量較大，所需時(shí)間也較長(zhǎng)。匹配濾波檢測(cè)法擁有很強(qiáng)的匹配濾波性能，但這種算法需要事先獲得一定量的主用戶先驗(yàn)信息，否則不能對(duì)其檢測(cè)[2，3，4，5]。本文針對(duì)低信噪比環(huán)境下傳統(tǒng)算法檢測(cè)率較低的問(wèn)題，結(jié)合SVM算法與循環(huán)平穩(wěn)特征檢測(cè)法對(duì)無(wú)線通信環(huán)境下主用戶信號(hào)進(jìn)行檢測(cè)感知。

2 頻譜感知模型

3 算法的實(shí)現(xiàn)

算法實(shí)現(xiàn)過(guò)程如圖1所示。

對(duì)于所接收的信號(hào)，采集L1個(gè)有主用戶情況下的特征參數(shù)構(gòu)成訓(xùn)練的正樣本X1i；采集L2個(gè)無(wú)主用戶情況下的特征參數(shù)構(gòu)成訓(xùn)練的負(fù)樣本X0i。將所生成的L1個(gè)正樣本和L2個(gè)負(fù)樣本構(gòu)成訓(xùn)練樣本集S，之后選取訓(xùn)練集S中的樣本對(duì)SVM進(jìn)行訓(xùn)練。通過(guò)多次訓(xùn)練最終獲得具有良好檢測(cè)性能的SVM分類(lèi)器，并利用SVM分類(lèi)器實(shí)現(xiàn)對(duì)測(cè)試樣本的分類(lèi)檢測(cè)，其中，輸出結(jié)果0表示無(wú)主用戶存在，1表示有主用戶存在。

4 結(jié)論

本文針對(duì)信噪比較低條件下的頻譜檢測(cè)問(wèn)題，結(jié)合信號(hào)循環(huán)譜特征和支持向量機(jī)分類(lèi)器提出了一種新型的頻譜感知方法，在后續(xù)的研究過(guò)程中，將在此基礎(chǔ)上對(duì)所提算法進(jìn)行試驗(yàn)驗(yàn)證，并探索其他算法以更好解決低信噪比下的頻譜感知問(wèn)題。

參考文獻(xiàn)：

[1] N. Devroye， M. Vu， V. Tarokh. Cognitive radio networks[J]. IEEE Journal of Signal Processing ，2008，25 （11）：12-23.

[2] T.Yucek and H. Arslan. A survey of spectrum sensing algorithms for cognitive radio applications [J]. IEEE Communications Surveys Tutorials， 2009， 11（1）： 116-130.

[3]Wang B， Liu K J R. Advances in cognitive radio networks ：A survey[J]. Journal of Selected Topics in Signal Processing， IEEE， 2011，5（01）：5-23.

[4] S. Haykin， D. Thomson， and J. Reed. Spectrum sensing for cognitive radio[C]. Proc of theIEEE， haykin2009spectrum， USA， 2009，97（05）：849-877.

[5]王鑫，汪晉寬，劉志剛等.基于隨機(jī)森林的認(rèn)知網(wǎng)絡(luò)頻譜感知算法[J].儀器儀表學(xué)報(bào)，2013，34（11）：35-41.

作者簡(jiǎn)介：王鑫（1979-），男，沈陽(yáng)建筑大學(xué)講師。主要研究方向：無(wú)線認(rèn)知網(wǎng)絡(luò)。endprint