《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于BP神經網絡的智能認知頻譜預測技術研究
基于BP神經網絡的智能認知頻譜預測技術研究
2021年電子技術應用第1期
遲文升1,2,袁 亶1,肖宗豪3
1.空軍工程大學 裝備管理與無人機工程學院,陜西 西安710051; 2.西安電子科技大學 機電工程學院,陜西 西安710071;3.空軍工程大學 研究生學院,陜西 西安710051
摘要: 為了使通信用戶頻譜接入更為有效,增強在時域和空間域的頻譜利用靈活性,首先介紹采用最速下降法進行學習的BP神經網絡過程,并對BP神經網絡的頻譜預測算法進行數學建模。通過對一段時期內的電磁頻譜狀態的學習訓練,調節參數使算法模型建立輸入數據與輸出結果之間的認知關系,進而改變BP神經網絡算法自身的結構,優化權值與閾值,最終使得頻譜預測數據準確性更接近于實際值,預測誤差變小。
中圖分類號: TN92
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.200749
中文引用格式: 遲文升,袁亶,肖宗豪. 基于BP神經網絡的智能認知頻譜預測技術研究[J].電子技術應用,2021,47(1):64-68.
英文引用格式: Chi Wensheng,Yuan Dan,Xiao Zonghao. Research on intelligent cognitive spectrum prediction technology based on BP neural network[J]. Application of Electronic Technique,2021,47(1):64-68.
Research on intelligent cognitive spectrum prediction technology based on BP neural network
Chi Wensheng1,2,Yuan Dan1,Xiao Zonghao3
1.Equipment Management and UAV Engineering College,Air Force Engineering University,Xi′an 710051,China; 2.College of Electromechanical Engineering,Xidian University,Xi′an 710071,China; 3.Graduate College,Air Force Engineering University,Xi′an 710051,China
Abstract: In order to make the spectrum access of communication users more effective and enhance the flexibility of spectrum utilization in time domain and space domain, this paper firstly introduces the process of BP neural network learning with the steepest descent method, and makes mathematical modeling for the spectrum prediction algorithm of BP neural network. By learning and training the electromagnetic spectrum state in a period of time, this paper makes the algorithm model establish the cognitive relationship between the input data and the output results by adjusting the parameters. Then, the structure of BP neural network algorithm was changed, and the weights and thresholds were optimized, so that the accuracy of spectrum prediction data was closer to the actual value and the prediction error was reduced.
Key words : BP neural network;spectrum state;spectrum prediction

0 引言

    隨著技術的發展,無線電通信得以快速發展,然而由于頻譜的不可再生性,導致無線電頻譜越來越密集,通信資源也變得異常稀缺。為充分合理利用無線電頻譜資源,頻譜預測技術成為研究的熱點。

    頻譜預測技術[1-3]是通過檢測過去一段時間內頻譜的使用情況來預測未來一段時間可能存在的空閑頻譜和其所處的位置并對其進行利用。

    現有頻譜預測主要包括自回歸頻譜預測[4-5]、機器學習[6-8]、神經網絡頻譜預測[9-11]和馬爾可夫模型頻譜預測[12-14]?;谏窠浘W絡和基于馬爾可夫的預測較準確,但收斂時間長,時效性差[15]。相較于其他頻譜預測方法,神經網絡可消除對參數設置和概率計算的需求[16],可利用構建的模型提前滿足預定性能指標提高頻譜效率和節約能源。

    在利用認知無線電信道狀況預測時,需提前知道授權的信道狀態的各項特征,而在實際操作過程中,這是難以做到的。頻譜預測技術能夠使頻譜接入更為有效,并增強在時域和空間域的頻譜利用靈活性,通過研究頻譜感知的結果來對接下來的時間段內的頻譜利用情況進行一個預測,據此采用能夠被使用的信道或停止對授權用戶將要占用的信道的使用,這樣就可以避免各用戶之間發生沖突同時頻譜的利用效率得以提高。頻譜預測技術是通過檢測過去一段時間內頻譜的使用情況來預測未來一段時間可能存在的空閑頻譜和其所處的位置并對其進行利用。探索基于BP神經網絡的智能認知頻譜預測技術是非常有益的。




本文詳細內容請下載:http://www.cowatch.cn/resource/share/2000003322




作者信息:

遲文升1,2,袁  亶1,肖宗豪3

(1.空軍工程大學 裝備管理與無人機工程學院,陜西 西安710051;

2.西安電子科技大學 機電工程學院,陜西 西安710071;3.空軍工程大學 研究生學院,陜西 西安710051)

此內容為AET網站原創,未經授權禁止轉載。
热re99久久精品国产66热_欧美小视频在线观看_日韩成人激情影院_庆余年2免费日韩剧观看大牛_91久久久久久国产精品_国产原创欧美精品_美女999久久久精品视频_欧美大成色www永久网站婷_国产色婷婷国产综合在线理论片a_国产精品电影在线观看_日韩精品视频在线观看网址_97在线观看免费_性欧美亚洲xxxx乳在线观看_久久精品美女视频网站_777国产偷窥盗摄精品视频_在线日韩第一页
  • <strike id="ygamy"></strike>
  • 
    
      • <del id="ygamy"></del>
        <tfoot id="ygamy"></tfoot>
          <strike id="ygamy"></strike>
          欧美激情 亚洲a∨综合| 亚洲一区二区日本| 一区二区三区四区国产精品| 欧美有码在线视频| 一本色道久久综合亚洲精品小说| 亚洲线精品一区二区三区八戒| 欧美日韩播放| 亚洲国产精品久久久久秋霞影院| 欧美激情五月| 日韩亚洲一区在线播放| 午夜精品久久一牛影视| 国产精品久久久久久久久久妞妞| 亚洲一区二区日本| 欧美高清视频一区二区三区在线观看| 国产老肥熟一区二区三区| 国产亚洲欧美日韩精品| 国语自产精品视频在线看抢先版结局| 欧美成人伊人久久综合网| 久久精品国产亚洲a| 99riav1国产精品视频| 国产精品香蕉在线观看| 国产欧美va欧美va香蕉在| 国产伦精品一区二区三区在线观看| 在线综合亚洲| 国产精品欧美激情| 欧美日韩性视频在线| 99视频在线观看一区三区| 午夜精品国产| 国产亚洲精品v| 欧美女激情福利| 国产亚洲欧美一区| 91久久久国产精品| 激情亚洲网站| 国产精品久久久久久久7电影| 一区二区在线观看av| 香蕉久久夜色精品国产| 欧美在线一二三区| 99精品欧美| 亚洲夜间福利| 一本久道久久久| 国产日韩欧美视频在线| 亚洲一区二区在线免费观看视频| 国产综合亚洲精品一区二| 亚洲日本va在线观看| 欧美永久精品| 99re视频这里只有精品| 国产亚洲一区二区三区| 欧美尤物一区| 日韩一级黄色片| 国产精品乱码一区二三区小蝌蚪| 国产精品久久久久9999| 久久噜噜噜精品国产亚洲综合| 国产美女精品一区二区三区| 亚洲精品网站在线播放gif| 亚洲欧美激情精品一区二区| 91久久久精品| 久久久一本精品99久久精品66| 亚洲电影欧美电影有声小说| 男女激情视频一区| 欧美午夜精品一区二区三区| 欧美理论电影在线播放| 国产欧美视频一区二区| 国内精品伊人久久久久av一坑| 亚洲国产精品久久久久秋霞蜜臀| 亚洲人成高清| 日韩午夜av| 黄色成人免费网站| 欧美一区二区三区免费观看| 欧美三级特黄| 亚洲第一黄色| 18成人免费观看视频| 在线亚洲伦理| 精品69视频一区二区三区| 最新日韩在线| 在线高清一区| 国产日产欧美a一级在线| 久久这里只有| 欧美一区1区三区3区公司| 免费欧美日韩国产三级电影| 欧美高清不卡在线| 免费试看一区| 久久久久久久999精品视频| 中文成人激情娱乐网| 亚洲国产欧美日韩另类综合| 黄色工厂这里只有精品| 欧美成人三级在线| 久久国产成人| 欧美与黑人午夜性猛交久久久| 欧美—级在线免费片| 亚洲精品久久久一区二区三区| 欧美精品久久天天躁| 韩国女主播一区| 性色av香蕉一区二区| 夜夜嗨av色一区二区不卡| 国产欧美日本一区二区三区| 欧美日韩黄视频| 蜜臀91精品一区二区三区| 亚洲第一黄网| 欧美日韩一区二区精品| 香蕉久久a毛片| 国产精品视频久久| 亚洲国产欧美另类丝袜| 亚洲一区二区视频在线| 亚洲美女在线看| 欧美破处大片在线视频| 午夜精品美女自拍福到在线| 国产日韩精品一区观看| 亚洲最新视频在线| 亚洲在线免费| 亚洲国产精品一区| 国产精品亚洲综合天堂夜夜| 欧美丝袜一区二区| 亚洲视频日本| 久久久久久九九九九| 欧美亚洲一区在线| 又紧又大又爽精品一区二区| 在线欧美福利| 国产精品男女猛烈高潮激情| 欧美一区二区三区啪啪| 欧美国产欧美亚州国产日韩mv天天看完整| 男人天堂欧美日韩| 一区精品在线播放| 亚洲欧美999| 国产欧美一区二区三区在线看蜜臀| 欧美一区日韩一区| 欧美日韩一区成人| 亚洲人妖在线| 欧美视频网址| 宅男精品视频| 久久婷婷成人综合色| 欧美日本在线播放| 黄色国产精品一区二区三区| 伊伊综合在线| 在线播放一区| 国产欧美一区二区三区在线看蜜臀| 久久精品一区蜜桃臀影院| 欧美日韩高清免费| 亚洲欧美日韩国产一区| 久久精品人人做人人爽电影蜜月| 亚洲三级性片| 午夜精品亚洲一区二区三区嫩草| 亚洲最新中文字幕| 国产日韩一区二区| 这里只有精品丝袜| 国产一区二区三区久久久久久久久| 亚洲精品国产精品久久清纯直播| 亚洲国产成人av好男人在线观看| 国产午夜精品理论片a级大结局| 一区二区三区日韩精品| 国产精品一区免费视频| 国内外成人免费激情在线视频| 中文一区二区在线观看| 日韩一级黄色片| 亚洲国产小视频在线观看| 欧美香蕉视频| 亚洲黄色一区二区三区| 欧美性猛交视频| 亚洲欧美精品一区| 9久草视频在线视频精品| 欧美日韩蜜桃| 国产精品一区二区三区四区| 欧美一级理论片| 国产精品观看| 亚洲一区二区三区三| 亚洲精品视频在线观看网站| 免费观看在线综合| 久久永久免费| 国产亚洲观看| 亚洲高清不卡在线观看| 欧美一二三区精品| 极品少妇一区二区| 亚洲天堂网站在线观看视频| 亚洲视频在线观看一区| 老巨人导航500精品| 国产视频亚洲精品| 欧美精品99| 欧美视频国产精品| 久久午夜电影网| 亚洲影院高清在线| 欧美~级网站不卡| 亚洲一区二区三| 欧美制服丝袜| 欧美精品一区二区三| 亚洲午夜一区二区三区| 久久成人免费日本黄色| 亚洲卡通欧美制服中文| 一区久久精品| 亚洲精品色婷婷福利天堂| 国产精品一区二区你懂得| 亚洲精品美女91| 欧美在线视频日韩| 在线免费观看一区二区三区| 久久动漫亚洲| 在线亚洲欧美| 免费看黄裸体一级大秀欧美| 你懂的国产精品永久在线| 亚洲精品久久久久久下一站| 亚洲综合精品一区二区| 国产欧美在线观看一区| 欧美三级第一页| 永久91嫩草亚洲精品人人| 欧美视频在线不卡| 一区二区三区视频观看| 国产九色精品成人porny| 一区二区不卡在线视频 午夜欧美不卡在| 国产午夜亚洲精品不卡| 9色porny自拍视频一区二区| 国产精品成人观看视频国产奇米| 亚洲一区二区三区精品在线观看| 国产精品v日韩精品v欧美精品网站| 亚洲欧美中文字幕| 亚洲欧美在线x视频| 黄色欧美日韩| 欧美日韩一区二区三区免费| 欧美日韩成人激情| 欧美性一区二区| 欧美三级小说| 麻豆精品一区二区综合av| 亚洲日本中文字幕区| 亚洲图片欧洲图片av| 免费一级欧美片在线播放| 午夜国产欧美理论在线播放| 亚洲在线成人精品| 欧美在线视频在线播放完整版免费观看| 久久亚洲欧美| 欧美日韩一区二区在线播放| 亚洲一二三区精品| 免费在线欧美视频| 国产女主播一区二区三区| 欧美在线观看视频在线| 欧美在线三级| 99视频国产精品免费观看| 亚洲视频图片小说| 国产自产高清不卡| 国产精品一区久久| 在线观看精品| 欧美国产亚洲另类动漫| 亚洲欧美日韩一区在线| 国产精品久久久久久av下载红粉| 欧美日韩在线不卡一区| 欧美日韩一区二区精品| 久久久精品国产一区二区三区| 国产美女精品| 欧美午夜片在线观看| 1024精品一区二区三区| 久久亚洲免费| 久久综合亚洲社区| 黄色欧美日韩| 亚洲一区在线看| 亚洲欧美在线看| 韩国女主播一区二区三区| 亚洲中无吗在线| 激情久久五月天| 国内自拍视频一区二区三区| 裸体歌舞表演一区二区| 亚洲一区二区在线看| 欧美日韩一区综合| 国内伊人久久久久久网站视频| 国产精品婷婷| 国内自拍亚洲| 亚洲精品乱码| 小嫩嫩精品导航| 91久久久一线二线三线品牌| 久久精品综合一区| 国产精品欧美一区二区三区奶水| 欧美日韩成人免费| 久久成人综合网| 久久精品中文字幕一区二区三区| 亚洲美女视频在线免费观看| 亚洲特黄一级片| 韩国视频理论视频久久| 国产亚洲第一区| 欧美激情一区二区三区全黄| 亚洲欧美日韩高清| 美女视频黄免费的久久| 91久久久久久国产精品| 午夜激情亚洲| 欧美成人四级电影| 亚洲一区二区黄色| 亚洲午夜激情| 国产欧美日韩精品一区| 亚洲综合日韩| 夜夜嗨av一区二区三区四季av| 黄色国产精品| 老司机精品视频一区二区三区| 久久久蜜臀国产一区二区| 久久久综合免费视频| 中文网丁香综合网| 免费91麻豆精品国产自产在线观看| 久久精品官网| 一本久久a久久免费精品不卡| 欧美一级片在线播放| 欧美日韩成人在线| 国产日韩精品入口| 亚洲精品免费网站| 亚洲美女视频在线观看| 在线电影国产精品| 欧美激情欧美狂野欧美精品| 亚洲国产精品va在看黑人| 久久琪琪电影院| 黄色成人av在线| 欧美激情中文字幕在线| 久久久久久日产精品| 国产精品萝li| 欧美日韩国产成人高清视频| 亚洲欧美精品伊人久久| 国产精品一区三区| 欧美激情国产精品| 国产精品v欧美精品v日韩精品| 国产综合色一区二区三区| 国产精品日日摸夜夜摸av| 亚洲丰满在线| 国产日韩精品入口| 亚洲久久成人| 99国内精品久久久久久久软件| 亚洲精品久久久久久久久久久久| 亚洲欧洲一区| 亚洲国产一成人久久精品| 久久精品亚洲一区二区| 欧美好吊妞视频| 国产精品视区| 欧美日韩调教| 日韩午夜在线观看视频| 欧美另类视频在线| 午夜日韩在线观看| 欧美69视频| 夜夜爽www精品| 国产精品实拍|