基于特征向量的频谱熵预测

《基于特征向量的频谱熵预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TN925密级公开UDC621.39学位论文编号D-10617-308-(2016)-01007重庆邮电大学硕士学位论文中文题目基于特征向量的频谱熵预测英文题目PredictionofSpectrumEntropyBasedonFeatureVectors学号S130101007姓名常杰学位类别工学硕士学科专业信息与通信工程指导教师何丰教授完成日期2016年6月8日重庆邮电大学硕士学位论文摘要摘要无线通信业务的迅猛发展，使得对频谱资源的需求日益强烈。然而，现有频谱采用固定频谱分配方式，导致频谱资

2、源分配不平衡、利用率低下。认知无线电作为一种可以有效提高频谱利用率的技术，近年来受到了广泛关注。在认知无线电网络中，非授权用户利用授权用户的空闲频段进行通信，从而提高频谱利用率。目前研究人员主要研究如何尽可能准确地预测空闲频段，以用于非授权用户通信。然而，在实际通信中，空闲频段是不断变化的，非授权用户需要不断地寻找空闲频段。若空闲频段切换过于频繁，将导致非授权用户在通信时传输时延和数据包丢失较为严重，影响通信质量。可见，一个适合非授权用户通信的频段不仅需要是空闲的，还需要在较长时间内空闲，即要求频段的

3、频谱利用情况较为平稳，不会在空闲和忙碌间急剧变化。本文基于频谱利用的平稳角度，研究了如何衡量频谱利用的平稳程度并实现对其的预测。该研究的主要内容如下：1.采用频谱熵衡量频谱利用的平稳程度。频谱利用率可看做一个随机变量，而随机变量的不确定性可用信息熵衡量。因此，本文尝试采用频谱熵衡量频谱利用的平稳程度，并针对频谱熵相关性进行了定量分析，发现同一信道的频谱熵具有较高相关性，这意味着频谱熵具有可预测性。2.采用mRMR-SVR方法实现频谱熵预测。传统时间序列预测方法是直接利用时间序列构造预测器，没有考虑与预

4、测值弱相关的时延点对预测结果的影响。本文结合使用了最大相关最小冗余特征选择方法（mRMR）和支持向量回归（SVR）方法，一方面通过mRMR对序列相关性进行分析并选择对预测贡献最大的时延点作为特征；另一方面使用SVR对筛选出来的特征进行训练，选择出最优特征并实现频谱熵预测。3.实验验证。基于深圳市测量得到的频谱数据，本文验证了mRMR-SVR频谱熵预测方法的可行性和性能，并与传统的ARIMA时间序列预测方法进行了对比。测试结果显示mRMR-SVR方法相对于ARIMA方法，预测精度平均提高了21%。关键词

5、：频谱熵，最大相关最小冗余特征选择，支持向量回归，ARIMAI重庆邮电大学硕士学位论文AbstractAbstractWiththedevelopmentandemergenceofwirelesscommunicationservices,thedemandforthespectrumresourcehasdrawnincreasinglyattention.However,thespectrumresourceisusuallyallocatedbyafixedassignmentstrategy

6、,whichisinefficientandcauseswastageofspectrumresource.Thecognitiveradioisproposedtoaddresstheissueofspectrumefficiencyandhasbeenreceivinganincreasingattentioninrecentyears.Incognitiveradionetworks,secondaryusers(SUs)usetheunusedlicensedspectrumtocommuni

7、cate.Insuchaway,theefficiencyofspectrumutilizationcouldbeimproved.InordertoenableSUstoquicklyfindunusedlicensedspectrumtocommunicate,researchersmainlystudiedhowtopredictthevacationportionsofthelicensedspectrumbandasaccuratelyaspossible.Unfortunately,the

8、idlespectrumbandschangeinthecommunicationenvironmentconstantly.Therefore,theSUhastocorrespondinglytracktheidlespectrumband.Iftheunusedlicensedspectrumswitchestoofrequently,itmaycauseseveredelayandhighpacketloss,whichmaydegradesth