基于图像K-means聚类分析的频谱感知算法

摘要：

近年来,基于能量检测的协作频谱感知算法被广泛应用于频谱感知领域.由于该方法在计算能量检测的判决门限受噪声影响较大以及受限于认知用户的数量等问题,导致其检测性能受到影响.为了解决这一问题,本文提出一种基于图像K-means聚类分析的频谱感知算法.这种方法利用主用户信号存在与否的两种认知信号状态映射成图像,经过调整图像强度和高斯滤波预处理之后利用提取图像像素分布直方图的方法提取出特征向量,然后利用改进的K均值聚类算法对这些特征向量进行训练得到分类模型.最后利用训练好的分类模型对未知信号进行检测,从而实现频谱感知.仿真结果表明,本文所提出的频谱感知算法,在检测性能上优于传统能量检测以及协作频谱感知算法,尤其在低虚警概率、低信噪比的环境下效果更加突出.

关键词：频谱感知、图像处理、K-means

所属期刊栏目：36

分类号：TN925

资助基金：国家自然科学基金项目;江苏省重点研发计划社会发展项目;南京邮电大学科研项目

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：203-209