[发明专利]认知无线电中频谱环境学习与预测

摘要

本发明涉及认知无线电中频谱环境学习机理研究，运用机器学习和预测的思想实现目标授权信道的频谱感知。针对不同业务类型的认知用户建立数学模型，并设定两种评价参数。研究发现信道平均错误概率和空闲状态概率存在对应关系，结果表明认知用户基于机器学习和预测的频谱感知性能较随机频谱感知有不同程度的改善。对于空闲和占用状态时间长度服从指数分布（且分布参数相同）的目标授权信道，空闲状态概率服从均匀分布。对于开展固定速率业务的认知用户，引入统计平均吞吐量作为其性能评价参数。随着样本容量的增加，吞吐量的估计值依概率收敛于统计平均值，并最终通过调整信道时间检测门限值，使单位时间内信息比特统计量在统计意义下达到最大。

主权项

针对频谱空闲和占用时间长度服从指数分布的认知无线电系统，运用机器学习和预测的思想实现目标授权信道的频谱感知，其特征在于根据认知循环观察和学习环节的一般模型，认知用户基于机器学习和预测的无线信道频谱感知一般步骤可以归纳如下：(1) 认知用户根据已经收集到的目标授权信道的状态信息，运用机器学习算法预测下一个时隙目标信道为空闲或占用的概率；(2) 认知用户将下一个时隙目标授权信道的空闲概率从高到低排列并按照此顺序进行无线信道的频谱感知；(3) 认知用户将在检测到的第一个空闲信道上传输数据，同时完成剩余目标信道的检测并记录相关信息。