首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 電信技術(shù) > 電信科學(xué) > 基于采樣協(xié)方差矩陣的混合核SVM高效頻譜感知 【正文】
基于采樣協(xié)方差矩陣的混合核SVM高效頻譜感知
聶建園; 包建榮; 姜斌; 劉超; 朱芳; 何劍海 杭州電子科技大學(xué)通信工程學(xué)院; 浙江杭州310018; 寧波職業(yè)技術(shù)學(xué)院電子信息工程學(xué)院; 浙江寧波315800
- 檢測門限
- 混合核函數(shù)
- svm
- mme
- ga
摘要：近年來隨著盲檢測算法的提出,越來越多的基于采樣協(xié)方差矩陣的盲檢測算法應(yīng)用于頻譜感知。針對其檢測門限是近似值,檢測性能會受到影響等問題,提出了基于采樣協(xié)方差矩陣的混合核函數(shù)的支持向量機(jī)(support vector machine,SVM)高效頻譜感知,通過感知信號采樣協(xié)方差矩陣的最大最小特征值(maximum minimumeigenvalue,MME)和協(xié)方差絕對值(covariance absolutevalue,CAV)提取的統(tǒng)計量作為SVM的特征向量并訓(xùn)練其生成頻譜感知的分類器,無需計算檢測門限并且特征提取減少了樣本集的大小。利用遺傳算法(genetic algorithm,GA)優(yōu)化混合核函數(shù)的SVM的參數(shù)。實(shí)驗(yàn)結(jié)果表明,該方法比MME算法和CAV算法的檢測概率有所提高,并且比SVM減少了感知時間,具有良好的實(shí)用性。
- 檢測門限
- 混合核函數(shù)
- svm
- mme
- ga
摘要：近年來隨著盲檢測算法的提出,越來越多的基于采樣協(xié)方差矩陣的盲檢測算法應(yīng)用于頻譜感知。針對其檢測門限是近似值,檢測性能會受到影響等問題,提出了基于采樣協(xié)方差矩陣的混合核函數(shù)的支持向量機(jī)(support vector machine,SVM)高效頻譜感知,通過感知信號采樣協(xié)方差矩陣的最大最小特征值(maximum minimumeigenvalue,MME)和協(xié)方差絕對值(covariance absolutevalue,CAV)提取的統(tǒng)計量作為SVM的特征向量并訓(xùn)練其生成頻譜感知的分類器,無需計算檢測門限并且特征提取減少了樣本集的大小。利用遺傳算法(genetic algorithm,GA)優(yōu)化混合核函數(shù)的SVM的參數(shù)。實(shí)驗(yàn)結(jié)果表明,該方法比MME算法和CAV算法的檢測概率有所提高,并且比SVM減少了感知時間,具有良好的實(shí)用性。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
電信科學(xué)
- 預(yù)計1-3個月 預(yù)計審稿周期
- 1.55 影響因子
- 科技 快捷分類
- 月刊 出版周期
主管單位：中國科學(xué)技術(shù)協(xié)會;主辦單位：中國通信學(xué)會;人民郵電出版社有限公司
我們提供的服務(wù)
在線客服
一對一咨詢服務(wù)、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實(shí)時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進(jìn)度實(shí)時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >