一种基于PCA-BP的智能移动频谱感知算法
段闫闫
高志贺
徐凌伟
青岛科技大学 信息科学技术学院,山东 青岛 266061
摘要：随着第五代移动通信技术的兴起,大量的移动用户接入网络,使得移动通信频谱资源出现了匮乏.频谱感知技术有效的弥补了传统频谱资源固定分配产生的弊端,通过动态的给次用户提供通信机会来提高移动通信频谱的利用率.提出一种基于主成分分析(Principal Component Analysis,PCA)和反向传播(Back Propagation,BP)神经网络的智能移动频谱感知算法.算法首先使用PCA方法对次用户感知信号进行降维处理,然后训练出最佳的BP神经网络分类模型,最后利用训练好的分类模型进行高效的频谱感知.仿真结果表明,和学习矢量量化(Learning Vector Quantization,LVQ)神经网络、Elman神经网络等算法相比,PCA-BP算法的频谱感知效率分别提高了16.3％和45％,运行时间也分别降低了81.5％和80.7％.
关键词：移动通信智能频谱感知主成分分析BP神经网络
分类号：TN929.5(无线通信)
资助基金：国家自然科学基金(61901409)山东省自然科学基金(ZR2017BF023)山东省博士后创新项目(201703032)
论文发表日期：2022-08-28
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：8( 26-33 )
英文信息