国家重点实验室开放基金(ISN10-09)
- 作品数：4 被引量：14H指数：3
- 相关作者：黄玉清伍春李强李城鑫余晓航更多>>
- 相关机构：西南科技大学更多>>
- 发文基金：国家重点实验室开放基金国家自然科学基金四川省教育厅资助科研项目更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 改进的多用户OFDM系统子载波和比特分配算法被引量：7
- 2010年
- 针对多用户正交频分复用(OFDM)系统资源分配问题,提出了一种改进的基于边缘自适应(MA)准则的子载波和比特分配算法。在采用比例公平准则为每个用户分配子载波集合基础上,以用户速率最大者-最小者(Max-Min)子载波交换为原则进行子载波调整,使用户功率递减同时兼顾用户的公平性;通过对信道状态信息进行判断,利用贪婪算法将用户子载波分配的比特取整,以实现系统功率最小化。实验结果表明,本文提出的改进次优算法的计算复杂度较传统分步算法稍高,但仍远低于最优算法,其系统性能得以提升,且接近最优算法。
- 李城鑫黄玉清李强
- 关键词：正交频分复用子载波分配比特分配发射功率信道状态信息
- 认知无线电智能学习决策研究现状被引量：1
- 2010年
- 认知无线电由于其灵活的频谱使用和智能参数重配置能力,引起了国内外的广泛关注。目前认知无线电(CR)大部分的研究都集中在动态频谱访问上,而认知无线电智能学习与决策研究正起步并逐步受到重视。现对认知无线电智能技术,包括学习方法、知识表示、智能决策方法等进行了描述,并介绍了CR智能学习决策的研究现状。通过对两类CR智能学习决策方法的分析研究,指出基于学习的决策方法能更好地实现认知无线电适应新环境的能力。
- 伍春尤晓建印茂伟
- 关键词：认知无线电知识表示
- 基于粗糙集和决策树法的认知无线电知识挖掘被引量：4
- 2010年
- 对粗糙集、决策树C4.5算法进行了研究,提出用粗糙集和决策树相结合的方法设计CR知识挖掘模型,并通过案例研究其可行性;利用基于MATLAB 802.11a物理层仿真平台收集的数据作为CR感知样值,通过样本值训练决策树序列,构建决策树提取知识,并用混淆矩阵法对设计模型的准确性及性能进行评价。实验结果表明,该方法设计模型的分类准确率高,增强了知识的可解释性,能够初步达到认知无线电知识挖掘和对以往经验学习的目的。
- 余晓航李磊民黄玉清
- 关键词：认知无线电知识挖掘决策树粗糙集C4.5算法
- 用RBF神经网络算法设计CR认知引擎被引量：3
- 2011年
- 认知无线电是一种智能无线电通信系统，认知引擎的设计是其关键问题之一．认知引擎可通过推理与学习方法来实现认知无线电的感知、自适应与学习能力．为适合变化的无线环境，提出了用RBF神经网络设计认知无线电认知引擎的模型，根据经验知识和环境情况，动态重配置无线环境参数．基于802.11a仿真平台模拟认知无线电通信模型，经样本值训练神经网络，利用该网络学习信道特征，并建立基于RBF神经网络的认知引擎．在对感知信息学习后，实现根据无线环境和用户需求来配置通信参数的功能,仿真表明，这种认知引擎能有效地实现认知无线电的学习重构功能，其预测精度比BP网络模型高出了10％-30％．
- 江虹马景辉黄玉清伍春
- 关键词：认知无线电认知引擎调制神经网络
