高铁中基于改进GM(1,1)马尔可夫模型的频谱预测策略

摘要：

针对现有高铁环境中沿线网络复杂且频谱利用率低的问题,将具有人工智能特性的认知基站引入高铁无线通信,并提出一种新的改进灰色GM(1,1)马尔可夫模型对频谱进行预测.与其他方法不同,分别从主用户到来时间及其持续时间两方面进行预测,建立信道的占用/空闲模型.通过新陈代谢GM(1,1)对历史序列的1步预测结果进行对比,得到最佳历史序列个数,并对最佳序列预测值利用二次加权马尔可夫模型进行校正,该校正模型分别对各步长的转移概率和各概率的转移状态进行加权,使其更加适应真实的高铁无线通信场景.通过MATLAB实验仿真,将新的改进GM(1,1)马尔可夫模型与灰色关联度模型的拟合程度和1步预测精度进行对比.结果表明,就时间序列预测而言,该模型对历史序列的拟合程度及1步预测精度更高.因此,该模型能够有效进行频谱预测,提高预测性能.

关键词：高速铁路、认知无线电、频谱预测、新陈代谢灰色模型(GM(1,1))、二次加权马尔可夫

所属期刊栏目：33

分类号：TN929.5

资助基金：国家自然科学基金地区科学基金61763023

在线出版日期：2021-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：34-43