【技术实现步骤摘要】
一种基于ANN的认知无线电频谱预测方法及设备
本专利技术涉及一种基于人工神经网络(ANN)的认知无线电中的频谱预测方法及设备，属于认知无线电
技术介绍
认知无线电是允许从用户对主用户暂时空闲的授权频谱资源加以利用，在不干扰主用户通信的前提下，尽量提高现有的频谱资源的利用率。目前，无线电频谱的资源主要采用固定的频谱分配策略和管理方式，在这种分配策略下，存在着频谱资源利用率偏低的情况：一方面授权频谱占据了整个无线电频谱资源的大多数，在某些情况下，主用户并不会每时每刻都占据着授权频谱。因此会有很多的授权频谱处于空闲的状态。导致频谱利用率低下。认知无线电技术的提出就是为了改善频谱利用率低的问题。认知无线电技术的第一步就是捕获频谱变化的相关信息。认知无线电需要感知到周围环境的电磁特征，并根据感知的结果进行智能决策，自动调整其设备的发射和接收参数。认知无线电的主要四个功能是：频谱感知、频谱决策、频谱共享、频谱切换。这四个功能构成了认知无线中的一个认知环，其中认知无线中最重要的功能是频谱感知，即：从用户对频谱进行感知和检测，捕获频谱相关的信息，找到有可能在频谱上建立通...
【技术保护点】
1.一种基于ANN的认知无线电频谱预测方法，其特征在于：该方法包括如下步骤：(1)对从用户感知的各个主用户信号中提取出与调制方式相关的以循环谱为基础的特征参数，所述的特征参数包括：频谱在f轴呈现的δ脉冲个数、在α轴上周期谱峰个数、谱相关系数和归一化最大值；(2)将提取的特征参数值作为第一级神经网络模型的输入，识别出各主用户的调制方式；所述第一级神经网络模型通过已知调制方式的样本信号提取的特征值进行训练得到；(3)根据识别出的主用户的调制方式和循环谱的特性，得到三个某一循环频率处的最大循环谱值，并结合感知的主用户信号的能量作为主用户识别的特征值；(4)步骤(3)得到的特征值作...
【技术特征摘要】
1.一种基于ANN的认知无线电频谱预测方法，其特征在于：该方法包括如下步骤：(1)对从用户感知的各个主用户信号中提取出与调制方式相关的以循环谱为基础的特征参数，所述的特征参数包括：频谱在f轴呈现的δ脉冲个数、在α轴上周期谱峰个数、谱相关系数和归一化最大值；(2)将提取的特征参数值作为第一级神经网络模型的输入，识别出各主用户的调制方式；所述第一级神经网络模型通过已知调制方式的样本信号提取的特征值进行训练得到；(3)根据识别出的主用户的调制方式和循环谱的特性，得到三个某一循环频率处的最大循环谱值，并结合感知的主用户信号的能量作为主用户识别的特征值；(4)步骤(3)得到的特征值作为第二神经网络模型的输入，根据输出结果预测主用户是否存在；所述第二神经网络模型通过已知调制方式和目标结果的样本信号提取的特征值进行训练得到。2.根据权利要求1所述的一种基于ANN的认知无线电频谱预测方法，其特征在于：所述步骤(1)中特征参数取基于主用户信号的循环谱特征的谱相关系数的最大值；其中为随机循环平稳信号x(t)的循环谱，是在α＝0情况下的值。3.根据权利要求1所述的一种基于ANN的认知无线电频谱预测方法，其特征在于：所述步骤(1)中的归一化最大值β为循环谱在α轴上的最大值与在f轴上最大值的比值。4.根据权利要求1所述的一种基于ANN的认知无线电频谱预测方法，其特征在于：所述步骤(2)中的第一级神经网络模型为BP神经网络模型，模型训练方法包括：(2.1)初始化模型参数，以及期望的输出矩阵、每层的权值修正学习速率、最小误差以及最大迭代次数；(2.2)输入P个样本，设当前输入样本为第p个，开始对模型进行训练；(2.3)根据公式输入以及输出yi＝f(Ii)依次开始计算各层的各个输出，并通过期望的输出矩阵求出网络误差Ep，其中xj为神经元j接收到的输入数据，n为输入数据的总数目，θi是神经元的阈值，wij是两个神经元i和j的连接权值，...
【专利技术属性】
技术研发人员：胡静，宋铁成，张鸿祥，李茜，夏玮玮，燕锋，沈连丰，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。