10.3979/j.issn.1673-825X.202107250258
核支持向量的主用户活动场景分类算法
针对认知无线电网络中传统频谱感知方法性能不足以及空白频谱利用率较低的问题,提出了一种基于核支持向量的主用户活动场景分类算法,通过判断地理区域内的活动主用户数量及分布情况来提高获得潜在频谱接入机会的可能性.根据核支持向量的边界对主用户活动场景作初分类处理,由此判定当前网络中的活跃主用户发射机的数量.初分类处理既能减少支持向量中矩阵计算量,也能减少人工标记数据所带来的成本.再对每一个初分类处理后的数据进行无监督聚类,从而得到实际对应的主用户活动场景细分类.实验结果表明,所提算法与直接使用核支持向量分类算法相比,不仅改善了频谱感知的性能,同时还大大降低了定标成本及时间成本.
频谱感知、机器学习、核支持向量、场景分类
35
TN929.5
国家自然科学基金62071078
2023-03-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
101-109