基于模糊小波神经网络的CR频谱预测研究

发布时间：2023-06-03 04:58

　　认知无线电技术的提出,一定程度上提高了频谱利用率,然而在传统频谱感知中,认知用户对所有频带进行感知会造成大量的能量损耗和处理时延,针对该问题,频谱预测技术受到研究人员的广泛关注。在频谱预测技术能够为认知用户提供更好的频谱接入条件,减少认知用户和主用户之间产生的数据传输冲突,避免对主用户通信造成干扰,降低响应时延,增加网络的吞吐量。针对采用BP神经网络(Back Propagation Neural Network,BPNN)进行预测时,存在收敛速度慢和预测精度不足的问题,本文研究了使用模糊小波神经网络(Fuzzy Wavelet Neural Network,FWNN)进行信道状态预测,该网络具有模糊推理和神经网络的学习能力,且小波变换有着良好的时频局域化性质,因此具有较好的适应性和预测精度。仿真结果表明,该预测算法可以获得比BP神经网络预测算法更高的预测精度,预测性能得到了有效提升。另外分析了在不同通信量强度下算法的预测性能,基于FWNN预测模型具有更小的错误预测概率;针对认知无线电频谱感知,研究了基于频谱预测的频谱感知,增加频谱预测可以减少感知时延,降低干扰率;最后研究了多信道情况...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 频谱预测研究意义
    1.3 认知无线电频谱预测方法
        1.3.1 基于马尔可夫模型的频谱预测
        1.3.2 基于回归分析模型的频谱预测
        1.3.3 基于神经网络的频谱预测
    1.4 本文研究的主要内容
第二章 模糊系统与小波神经网络
    2.1 模糊系统
    2.2 神经网络
    2.3 模糊系统和神经网络的结合
    2.4 模糊小波神经网络
        2.4.1 小波网络
        2.4.2 模糊小波神经网络的结构和特点
    2.5 模糊小波神经网络的应用实例
    2.6 本章总结
第三章 信道状态建模与神经网络频谱预测
    3.1 排队系统模型
        3.1.1 单服务台排队系统
        3.1.2 多服务台排队系统
    3.2 BP神经网络的频谱预测模型
    3.3 BP神经网络的频谱预测过程
    3.4 本章总结
第四章 基于模糊小波神经网络的频谱预测
    4.1 模糊小波神经网络频谱预测模型
    4.2 模糊小波神经网络频谱预测过程
    4.3 基于模糊小波神经网络的频谱预测仿真
        4.3.1 基于不同通信强度的频谱预测性能分析
        4.3.2 基于频谱预测的频谱感知性能分析
        4.3.3 基于多信道的模糊小波神经网络频谱预测
    4.4 本章总结
第五章 总结和展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献



本文编号：3828706