期刊文献+

基于机器学习的无线频谱占用预测研究 被引量:1

下载PDF
导出
摘要 为解决无线频谱资源利用率较低的问题,文中提出了基于机器学习的无线频谱占用预测方法,实现了对无线频谱资源占用情况的预测。通过软件无线电平台感知无线频谱资源的占用情况,利用机器学习算法对无线频谱资源占用数据进行训练和预测。经过实际测试的验证与应用,效果显著,可以有效预测无线频谱资源占用情况。
出处 《物联网技术》 2020年第4期31-32,共2页 Internet of things technologies
基金 2019年北京市高级人才引进计划项目(107051360019XN132_028) 2018年基本科研业务费(PXM2018-014212-000011) 2017年北京市青年骨干项目(2017000020124G069) 北京市科技类一般项目(KM201910009011) 高水平创新团队项目(1815001)。
  • 相关文献

参考文献6

二级参考文献23

  • 1王周益,刘继兴,柳长安.VC++与MATLAB混合编程研究及开发实例[J].计算机应用研究,2006,23(5):154-155. 被引量:32
  • 2MITOLA J. Cognitive radio: making software radios more personal [J]. IEEE Pers Commun, 1999, 6(4) :13-18.
  • 3SAHAI A, HOVEN N, TANDRA R. Some fundamental limits on cognitive radio [ C] // Forty-Second Allerton Conference on Communication, Control and Computing, Monticello, Va, USA. 2004:10.
  • 4URKOWITZ H. Energy detection of unknown detenninistic signals [J]. Proc IEEE, 1967, 55:523-531.
  • 5SHELLHAMMER S, TAWIL V, CHOUINARD G, et al. IEEE 802. 22-06/0028r5, Spectrum sensing simulation model[S]. 2006.
  • 6TANDRA R, SAHAI A. Fundamental limits on detection in low SNR under noise uncertainty [ C] // Proc of the Wireless Comm' 05 Symposium on Signal Processing.2005:464-469.
  • 7SONNENSCHEIN A, FISHMAN P M. Radiometric detection of spread-spectrum signals in noise of uncertain power [J]. IEEE Trans on AES, 1992, 28(3) :654-660.
  • 8SADJADI F. Hypotheses testing in a distributed environment [ J]. IEEE Trans on AES, 1986, 22 (2) : 134-137.
  • 9TENNY R R, SANDELL N R. Detection with distributed sensors [J]. IEEE Trans on AES, 1981, 17(4):501- 510.
  • 10[1]Haykin S.Cognitive Radio:Brain-Empowered Wireless Communications[J].IEEE JSAC,2005;23(2):201~220.

共引文献43

同被引文献1

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部