您当前的位置:首页>论文资料>机器学习在认知无线电技术中的应用

机器学习在认知无线电技术中的应用

资料类别:论文资料

文档格式:PDF电子版

文件大小:2.41 MB

资料语言:中文

更新时间:2024-11-29 15:14:50



推荐标签:

内容简介

机器学习在认知无线电技术中的应用 数字热本与变用
机器学习在认知无线电技术中的应用,
卢泳兵徐聪
(中国电子科技集团公司第五十四研究所河北石家庄050081)
应用研究
摘要:认知无线电(CR)是一种智能的无线电通信系统,其具备机器学习能力,达也是认知无线电技术区别于其他传统无线电以及自适应无线电的主要特征。首先介绍机器学习技术的概念以及发展历程,重点讲速了机器学习技术在认知无线电技术中的应用,并且对基于机器学习的算法性能进行仿真。仿真结累表明,认知无线电技术具备机器学习能力更好的提升了系统通信性能。
关键调:认知无线电频谱资源分配注水算法正交频分复用中图分类号:TN929.5
文章编号:1007-9416(2013)05-0097-02
文献标识码:A
Application of Machine
Learningtoognitive
LU Yongbing, XU Cong
(The 54th Research Institute of CETC, Shijiazhuang Hebei 050081, China)
Abstract:Cognitive Radio (CR) is an intelligent wireles commumication system. It has the ability of machine learning which is different to other radio wireless technology and adaptive wireless radio. Fistly the paper introduces machine leaming and its development history, mainly about the application of machine leaming technology to cognitive radio technology. The simulation result showed that algprithm can increase the CR system perfomance.
Key Words:Cognitive Radio spectrum resource allocation waterflling algorithm OFDM
0引言
“认知无线电(CognitiveRadio)"最早是由JosephMitola在 1999年提出的。认知无线电不仅具备感知无线电的感知能力和自适应无线电的自适应能力,更重要的是具备了机器学习能力。学习能力是智能行为的一个非常重要的特征,也是认知无线电技术区别于
其他传统无线电以及自适应无线电的主要特征 1机器学习
机器学习的核心是学习。关于学习,至今却没有一个精确的、能被公认的定义。这是因为,对机器学习的研究,来自不同的学科,并且,学习是一种多侧面、综合性的心理活动,难以把握学习的机理与实现。
机器学习是人工智能领域中较为年轻的分支,大致经历了四个阶段,
(1)20世纪50年代中期到60年代中期。研究集中在神经模拟和决策理论技术,学习系统在运行时还很少具有结构或知识。
(2)20世纪60年代中期到70年代中期。主要研究目标是模拟人类的概念学习过程,并采用逻辑结果或图结构作为机器的内部描述。
(3)20世纪70年代中期到80年底中期。从学习单个概念到学习多个概念,探索不同的学习策略和学习方法,开始把学习系统与各种应用结合起来,
(4)从20世纪80年代中后期到现在,是机器学习的最新阶段。机器学习已称为新的边缘学科,它综合应用了很多学科,形成机器学习的理论基础。
2认知无线电技术中的机器学习
2.1基于机器学习的认知无线电结构
软件无线电可以看做是在硬件基础上通过软件编程来进行无线电通信的技术,而认知无线电被认为是软件无线电的延伸,认知无线电在软件无线电的基础上添加了独立的认知引肇,以及知识库,推理引擎和学习引肇以实现认知功能。如图1所示为描述该结
构的示意图。
在任意给定时间,认知引擎可以根据知识库和电台的长期存储信息中的信息总结经验和结论,这些结论是通过归纳推理已学习和推理获得的信息中得到的。推理引擎的知识在人工智能方面的文献中有所涉及,学习引肇主要是用于根据经验获得知识库。对它不断的学习,学习引肇将信息存储于知识库,以备再次用到相应的知识。基于这些应用,学习引擎也话仅仅是在系统初始状态时用到,或者也可以在设备操作过程中周期性的用到,
2.2知识表示与推理
知识表示是对人类知识的一种描述,把人类知识表示成计算机能够处理的数据结构。知识的表示方法可分为陈述性知识表示和过程性知识表示两类"。陈述性知识表示主要用来描述事实性知识,比如信道的信噪比,无线电当前的工作参数等,过程性知识表示主要用来描述规则性知识和控制结构知识,比如认知无线电在特定环境中的波形参数配置规则等。知识表示技术在认知引擎中用于构建知识库,知识库的作用和调整过程可以通过下面的描述过程进行理解。在实际工程应用方面,无线电系统的吞吐量的改变可以通过改变数据的调制方式来实现,所以需要根据通信信道的不同选择相应的数据调制方式,使得整个系统获得更大的通信吞吐量,
举一个实际的工程应用方面的简单例子,在系统给定误码率要求下,通过对当前的信道估计结果H和发射P进行计算,根据式对三种不同调制方式设定不同的三个门限值:
推理引擎相据如识率信
款件无线电
将无线电参数输4
至知率
如识库。存错如职
i认知无线电引率
息执行策略认知引累直接执行议量大化日标通数
图1认知无线电结构示意图
作者简介:卢添兵,男,(1981-),中国电子科技集团公司第五十四研究所工程师。主要研究方向:无线通信
上一章:浅议软交换路由技术结构 下一章:认知无线电频谱感知综述

相关文章

机器学习算法在数据挖掘中的应用 认知无线电网络中的动态信道分配技术探析 认知无线电技术与应用 认知无线电技术及其应用 认知无线电网络技术及应用 数字液压驱动技术在仿生足式机器人中的应用 无线技术在门诊输液流程中的应用 无线通讯技术在工业领域中的应用研究