检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于模糊支持向量机的合作频谱感知算法

传感技术学报 2019年第3期32卷 373-379页

作者：南亚飞马永涛朱芮王煜东天津大学微电子学院天津300072

在合作频谱感知的多个认知用户分布在二维空间的情况下,基于机器学习的合作频谱感知算法较传统的合作频谱感知算法可以有效的克服噪声和野点的影响。针对空间分布的认知用户的合作频谱感知问题,研究了基于FSVM的合作频谱感知算法,并分... 详细信息

在合作频谱感知的多个认知用户分布在二维空间的情况下,基于机器学习的合作频谱感知算法较传统的合作频谱感知算法可以有效的克服噪声和野点的影响。针对空间分布的认知用户的合作频谱感知问题,研究了基于FSVM的合作频谱感知算法,并分析了认知用户的数目和位置信息对频谱感知准确度的影响。实验仿真结果表明:研究的基于K-FSVM的合作频谱感知算法较传统的频谱感知算法,在低信噪比的情况下可以有效的提高频谱感知准确度。

关键词：能量向量 K-means准则模糊支持向量机合作频谱感知 K-近邻

在线全文

学校读者我要写书评

暂无评论

基于概率向量和机器学习的协作频谱感知

传感技术学报 2019年第12期32卷 1809-1815页

作者：马永涛王煜东天津大学微电子学院

针对在认知无线电网络(Cognitive Radio Network,CRN)中进行协作频谱感知(Cooperative Spectrum Sensing,CSS)时,随着次级用户(Secondary User,SU)数量N增加导致能量向量维度随之提高造成的数据处理时间增加,设计开发了使用恒定二维向... 详细信息

针对在认知无线电网络(Cognitive Radio Network,CRN)中进行协作频谱感知(Cooperative Spectrum Sensing,CSS)时,随着次级用户(Secondary User,SU)数量N增加导致能量向量维度随之提高造成的数据处理时间增加,设计开发了使用恒定二维向量的机器学习算法。首先在由N个SU组成的CRN中进行频谱感知,获取每个SU感知得到的能量数值并组成N维能量向量。然后对N维能量向量进行数据处理,将其变换为恒定的二维特征向量——概率向量,并利用K-Mediods和模糊支持向量机(Fuzzy Support Vector Machine,FSVM)算法对此向量进行训练和分类。针对2个SU和16个SU建立仿真场景,分别基于N维能量向量与概率向量进行研究,仿真结果表明,在SU数量增加的场景下,使用概率向量的训练时间降低了至少31%,分类延迟略有减少。

关键词：认知无线电网络协作频谱感知概率向量能量向量机器学习

基于改进EEMD及能量特征的战场目标识别方法

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2017年第6期31卷 914-921页

作者：邸忆顾晓辉车龙刘亚雷南京理工大学机械工程学院南京210094 公安海警学院宁波315801

针对战场声目标探测系统对目标识别及分类问题,提出了一种基于频率截止EEMD(cut-off frequency-EEMD,CFEEMD)的能量特征分析(energy feature analysis,EFA)方法。选取信号自身的最小有效频率作为EEMD筛分的终止条件,对EEMD方法进行改进... 详细信息

针对战场声目标探测系统对目标识别及分类问题,提出了一种基于频率截止EEMD(cut-off frequency-EEMD,CFEEMD)的能量特征分析(energy feature analysis,EFA)方法。选取信号自身的最小有效频率作为EEMD筛分的终止条件,对EEMD方法进行改进,实现目标声信号的快速分解,获得准确的IMF分量;通过计算各阶IMF能量,得到目标信号的总体能量向量,进而分析典型目标声信号各阶IMF分量的能量分布情况;定义目标声信号高低频段能量差特征参数,用于战场声目标的特征识别与分类。半实物仿真试验结果证明了CF-EEMD与EFA相结合的目标声信号识别方法的可行性和实用性,适用于战场声目标识别及分类。

关键词：目标识别分类总体经验模态分解高低频能量差能量向量能量特征分析

在线全文

学校读者我要写书评

暂无评论

基于改进阈值和小波包的轴承故障诊断方法

计算机工程与应用 2015年第10期51卷 247-251页

作者：王斌陈小强吴琼兰州交通大学自动化与电气工程学院兰州730070

为了准确有效地确定滚动轴承的故障部位,提出一种轴承故障诊断的新方法。用改进的小波阈值法对轴承振动信号进行降噪处理,对去噪后的信号进行小波包分解与重构,提取各重构子带内的信号特征作为故障诊断的样本,依据各子带信号的能量分布... 详细信息

为了准确有效地确定滚动轴承的故障部位,提出一种轴承故障诊断的新方法。用改进的小波阈值法对轴承振动信号进行降噪处理,对去噪后的信号进行小波包分解与重构,提取各重构子带内的信号特征作为故障诊断的样本,依据各子带信号的能量分布特征判断轴承的故障部位。在MATLAB环境下对SKF6205-2RS轴承的典型故障进行了仿真研究,结果表明改进的阈值法相比于传统去噪方法有较好的去噪效果,小波包能够准确提取信号的故障特征,能够提高轴承故障检测的准确性和有效性。

关键词：小波阈值小波包能量向量滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

基于无监督学习的协作频谱感知技术研究

基于无监督学习的协作频谱感知技术研究

作者：杨德智苏州大学

学位级别：硕士

随着宽带移动通信技术5G和B5G的迅猛发展和智能终端设备的海量接入,加之高异构、高动态的复杂网络特性,使目前的频谱工作环境愈加复杂,频谱供需矛盾日益加剧。而认知无线电作为解决频谱供需矛盾问题的重要技术之一,其核心技术频谱感知... 详细信息

随着宽带移动通信技术5G和B5G的迅猛发展和智能终端设备的海量接入,加之高异构、高动态的复杂网络特性,使目前的频谱工作环境愈加复杂,频谱供需矛盾日益加剧。而认知无线电作为解决频谱供需矛盾问题的重要技术之一,其核心技术频谱感知在当前网络环境中面临着感知效率低、感知准确度差、感知设备复杂化等问题。将机器学习融合应用于协作频谱感知中,已成为解决传统频谱感知算法中效率低、准确度差等问题的有效方案。因此,本文提出了一种新的基于无监督学习的协作频谱感知方案,它将主成分分析(PCA)与改进型K均值聚类(K-Means++)/高斯混合模型(GMM)相融合,旨在提高复杂动态的认知网络中频谱感知的效率和准确率。本文所提出的感知方案中,首先将认知用户感知到的能量信息通过数据融合中心划分为不同等级的能量向量,并构建能量特征矩阵。其次,利用PCA算法将特征矩阵转换成低维特征矩阵,以降低频谱数据量和训练复杂度。然后,利用低维特征矩阵训练无监督学习K-Means++/GMM聚类器。最后,利用训练好的K-Means++/GMM聚类器便可将所需要感知的频谱划分为空闲频谱(认知用户可接入)和繁忙频谱(认知用户不可接入)。为验证所提协作频谱感知方案的性能,以及选择最佳的协作频谱感知方案,本文在大小两种规模的认知网络中对K-Means++,GMM,PCA-K-Means++和PCA-GMM四种方案进行了仿真分析和比较,选出了感知性能最佳的方案。仿真结果表明,方案PCA-K-Means++和PCA-GMM由于能量特征矩阵(输入数据)的维数减少,在保证感知准确度不受影响的情况下,训练时间明显减少,而且PCA-GMM训练时间小于PCA-K-Means++训练时间一个数量级。此外,考虑主用户(Primary User,PU)功率的影响:当PU的功率为200mW时,PCA-K-means++和PCA-GMM的检测准确度较高,接近于1。因此,所提出的几种协作频谱感知方案中,当PU功率为200mW、认知用户的数量较少时、采用PCA-GMM的协作频谱感知方案性能最佳。

关键词：认知无线电协作频谱感知无监督学习能量向量降维

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多头自注意力机制的协作频谱感知算法

电子技术应用 2023年第11期49卷 88-93页

作者：李涛张煜培赵知劲杭州电子科技大学通信工程学院浙江杭州310018 中国电子科技集团第36研究所通信系统信息控制技术国家级重点实验室浙江嘉兴314001

针对协作频谱感知中部分用户受到阴影、衰落等影响导致在低信噪比环境下对微弱信号的感知性能急剧降低及部分聚类模型没有充分利用能量向量的问题,提出一种基于多头自注意力机制的协作频谱感知算法。各次用户独立采样数据,融合中心收集... 详细信息

针对协作频谱感知中部分用户受到阴影、衰落等影响导致在低信噪比环境下对微弱信号的感知性能急剧降低及部分聚类模型没有充分利用能量向量的问题,提出一种基于多头自注意力机制的协作频谱感知算法。各次用户独立采样数据,融合中心收集各次用户的能量数值并构成能量向量作为自注意力网络的输入;设计基于多头自注意力机制的网络模型,利用该网络自动学习信号和噪声的能量向量特征,有效提取局部特征,实现智能协作频谱感知。仿真结果表明,该频谱感知算法性能优于对比算法,在信噪比为-14 dB、虚警概率为0.001时,该算法检测概率高于对比算法0.29~0.4。

关键词：认知无线电网络多头自注意力机制协作频谱感知能量向量