10.11959/j.issn.1000-0801.2016083
基于二维LMBP神经网络的ISM频段预测算法
随着短距离无线通信技术的快速发展及应用,ISM (2.4 GHz)频段的电磁干扰问题日益凸现,而利用频谱预测来预先获知频段的占用信息,已成为解决设备间兼容共存问题的有效途径.在验证ISM频段时域频域相关性的基础上,提出了一种时频二维LMBP神经网络,并将其应用于ISM频段的频谱预测.通过仿真和理论分析得到了最佳的时频训练组合点(△t=5、f=2),在神经网络输入向量N=9的条件下,该点的预测准确度可达95％,相比Markov算法和时域LMBP神经网络分别提高了9％和4％的预测精度,且具有更优的训练收敛时间.
ISM频段时频相关性、BP神经网络、时频二维LMBP神经网络、频谱预测精度
32
TN925
国家自然科学基金资助项目11502039;重庆市基础与前沿研究计划基金资助项目cstc2015jcyjA40004;工业和信息化部软科学项目2012-R-51;重庆邮电大学博士科研启动基金资助项目A2015-41;重庆邮电大学青年科学基金资助项目No.A2015-62The National Natural Science Foundation of China11502039;The Basic and Advanced Research Project of Chongqingcstc2015jcyjA40004;The Soft Science Project of Ministry of Industry and Information2012-R-51;Chongqing University of Posts and TelecommunicationsA2015-41;The Science Research Project of Chongqing University of Posts and Telecommunications for Young ScholarsA2015-62
2016-05-03（万方平台首次上网日期，不代表论文的发表时间）
共7页
53-59
