【技术实现步骤摘要】
本申请涉及无线通信，特别是涉及一种基于认知无线电的频谱共享方法、装置和计算机设备。
技术介绍
1、在现有
，频谱资源的分配和管理主要遵循固定频谱分配策略。此策略下，特定频段被永久分配给特定服务或运营商，导致频谱利用率低下，频谱资源在空间和时间上的利用不均衡。此外，随着无线通信服务需求的迅速增长，传统的频谱分配机制已无法满足日益增长的频谱需求，造成了“频谱稀缺”的现象。
2、针对以上问题，认知无线电技术(cognitive radio,cr)应运而生，提出了动态频谱接入的概念。cr系统能够实时监测频谱环境，识别未被使用的频谱(被称为频谱空洞或白空间)，并允许非授权用户在不干扰主用户的情况下动态接入这些空闲频段。
3、尽管如此，现有cr系统在频谱感知、频谱管理、频谱共享和频谱移动方面仍存在一些局限性。例如，频谱感知技术中的非协作式感知和协作式感知方法往往需要在检测性能和系统复杂性之间做出权衡。此外，频谱共享策略在实现公平性和效率性方面也面临挑战，特别是在多用户、多服务的复杂环境中。
技术实现思路
1、基于此，本专利技术提出了一种改进的基于认知无线电的频谱共享方法、装置和计算机设备，旨在通过更高效的频谱感知技术和更优化的频谱分配机制，提升频谱利用效率，同时保证对原有频谱用户的最小干扰。
2、一种基于认知无线电的频谱共享方法，所述方法包括：
3、根据训练好的频谱识别模型识别得到无线电环境中的空闲频谱资源块；
4、根据用户数量
5、基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最优分配策略集；
6、基于强化学习动态调整潜在最优分配策略集中的频谱分配策略，学习得到实际最优频谱分配策略。
7、一种基于认知无线电的频谱共享装置，所述装置包括：
8、频谱识别模块，用于根据训练好的频谱识别模型识别得到无线电环境中的空闲频谱资源块；
9、目标函数构建模块，用于根据用户数量、空闲频谱资源块数量以及约束条件构建目标函数；
10、分配策略寻优模块，用于基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最优分配策略集；
11、策略调整模块，用于基于强化学习动态调整最优分配策略集中的潜在频谱分配策略，学习得到实际最优频谱分配策略。
12、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
13、根据训练好的频谱识别模型识别得到无线电环境中的空闲频谱资源块；
14、根据用户数量、空闲频谱资源块数量以及约束条件构建目标函数；
15、基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最优分配策略集；
16、基于强化学习动态调整潜在最优分配策略集中的频谱分配策略，学习得到实际最优频谱分配策略。
17、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
18、根据训练好的频谱识别模型识别得到无线电环境中的空闲频谱资源块；
19、根据用户数量、空闲频谱资源块数量以及约束条件构建目标函数；
20、基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最优分配策略集；
21、基于强化学习动态调整潜在最优分配策略集中的频谱分配策略，学习得到实际最优频谱分配策略。
22、上述基于认知无线电的频谱共享方法、装置和计算机设备，首先，采用预训练的频谱识别模型识别空闲频谱，提高空闲频谱资源的利用率，同时避免对原有频谱用户的干扰，接着，根据用户数量、空闲频谱资源块数量以及约束条件设置目标函数，并基于遗传算法和强化学习实现高效且智能的频谱资源分配。本专利技术旨在实现无线频谱资源的高效共享，特别是在不同用户和应用间，以提高频谱利用率和优化无线通信网络的性能。
本文档来自技高网...【技术保护点】
1.一种基于认知无线电的频谱共享方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，训练频谱识别模型的步骤如下：
3.根据权利要求1所述的方法，其特征在于，训练频谱识别模型的步骤如下：
4.根据权利要求1所述的方法，其特征在于，采用循环谱密度函数提取时频特征的循环特性，包括：
5.根据权利要求1所述的方法，其特征在于，根据用户数量以及空闲频谱资源块分配的约束条件构建目标函数，包括：
6.根据权利要求1所述的方法，其特征在于，基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最优分配策略集，包括：
7.根据权利要求1所述的方法，其特征在于，基于强化学习动态调整潜在最优分配策略集中的频谱分配策略，学习得到实际最优频谱分配策略，包括：
8.一种基于认知无线电的频谱共享装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10
...【技术特征摘要】
1.一种基于认知无线电的频谱共享方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，训练频谱识别模型的步骤如下：
3.根据权利要求1所述的方法，其特征在于，训练频谱识别模型的步骤如下：
4.根据权利要求1所述的方法，其特征在于，采用循环谱密度函数提取时频特征的循环特性，包括：
5.根据权利要求1所述的方法，其特征在于，根据用户数量以及空闲频谱资源块分配的约束条件构建目标函数，包括：
6.根据权利要求1所述的方法，其特征在于，基于遗传算法寻找符合目标函数的空闲频谱资源块的潜在最...
【专利技术属性】
技术研发人员：杨鹏举，汪春晖，谢宝葵，彭心爽，
申请(专利权)人：湖南智领通信科技有限公司，
类型：发明
国别省市：
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。