[发明专利]一种基于GCV-RBF神经网络的认知无线电网络频谱的预测方法有效
| 申请号： | 201710762385.9 | 申请日： | 2017-08-30 |
| 公开（公告）号： | CN107528650B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 曾碧卿;胡翩翩 | 申请（专利权）人： | 华南师范大学 |
| 主分类号： | H04B17/391 | 分类号： | H04B17/391;H04B17/382 |
| 代理公司： | 广州骏思知识产权代理有限公司 44425 | 代理人： | 吴静芝 |
| 地址： | 510631 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GCV‑RBF神经网络的认知无线电网络频谱的预测方法，包括如下步骤：步骤1：获取信道历史数据信息；步骤2：将信道历史数据信息作为预设的RBF神经网络的输入样本，通过OLS算法对RBF神经网络进行训练，并通过GCV评估方法获取最优的RBF神经网络结构；步骤3：根据信道历史数据信息，通过最优的RBF神经网络结构对当前频谱状态进行预测。相比于现有技术，本发明通过GCV评估方法获取最优的RBF神经网络结构，解决了训练过程中过度拟合的问题，提高了预测准确率。进一步地，RBF神经网络结构作为一种局部逼近网络，具有结构简单，收敛速度快，实时性强等优势，可以充分地适应网络的变化提高了网络的自适应型。 | ||
| 搜索关键词： | 一种 基于 gcv rbf 神经网络 认知 无线电 网络 频谱 预测 方法 | ||
【主权项】：
一种基于GCV‑RBF神经网络的认知无线电网络频谱的预测方法，其特征在于：包括如下步骤：步骤1：获取信道历史数据信息；步骤2：将信道历史数据信息作为预设的RBF神经网络的输入样本，通过OLS算法对RBF神经网络进行训练，并通过GCV评估方法获取最优的RBF神经网络结构；步骤3：根据信道历史数据信息，通过最优的RBF神经网络结构对当前频谱状态进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南师范大学，未经华南师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710762385.9/，转载请声明来源钻瓜专利网。
