基于改进型支持向量机的频谱感知算法.pdfVIP

2014年 9月 计算机工程与设计 Sept．2014 第 35卷 第 9期 COMPUTER ENGINEERINGAND DESIGN VoL35 No．9 基于改进型支持向量机的频谱感知算法 刘晓乐 ，张黎烁 ，龚志恒 ，王 鑫 (1．河南工程学院计算机学院，河南郑州451191；2．沈阳建筑大学信息与控制工程学院， 辽宁 沈阳 110168；3．东北大学信息科学与工程学院，辽宁 沈阳110004) 摘 要：针对无线信道环境中，信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题，提 出一 种基于改进型支持 向量机 (supportvectormachine，SVM)的主用户信号频谱感知算法。对信号循环平稳特征参数进行特 征提取，作为训练样本和待测样本；采用改进的SVM算法分别对有无主用户情况下的信号进行分类检测。仿真结果表明， 与能量检测法 (ED)和循环平稳特征检测法 (cD)相比较 ，该算法可在低信噪比情况下不受噪声不确定性等因素影响， 具有较高的分类检测性能，有效地实现了对主用户信号的感知。 关键词：认知网络 ；支持向量机 ；频谱感知；循环谱特征；分类检测 中图法分类号：TP393；TN92 文献标识号：A 文章编号：1000—7024(2014)09—3003—04 Researchofspectrum sensingalgorithm basedon modifiedsupportvectormachine LIU Xiao—le，ZHANG Li—shuo ，GONG Zhi—heng2，WANG Xin，。 (1．ComputerCollege，HenanInstituteofEngineering，Zhengzhou451191，China；2．CollegeofInformationand Co ntrolEngineering，ShenyangJianzhuUniversity，Shenyang110168，China；3．CollegeofInformation ScienceandEngineering，NortheasternUniversity，Shenyang 110004，China) Abstract：Aimingatthelow accuracyrateoftheprimaryuserdetectioninthewirelesschannelenvironmentwhichcausedby channelmultipathfadingandnoiseuncertainty，amethodwasproposedbasedonmodifiedsupportvectormachine (MSVM)for theprimaryuserspectrum sensingofcognitiveradioenvironmentinthecaseoflowSNR．Cyclostationarycharacteristicparame— terswereextractedastrainingsamplesandtestingsamples，thentheMSVM wastrainedthroughthesamples．Finally，the trainedMSVM wasutilizedtodetecttheprimaryuser．Theexperimentalresultsshow thattheproposedalgorithm isnotaffected byuncertainty{actorsofnoiseandbetterperfomr sintermsofclassificationdetectioncomparedwithenergydetection (ED)and cyclostationaryfeaturedetection (CD)． Keywords：cognitivenetwork；supportvectormachine；spectrum sensing；spectralcharacteristics；clas