基于支持向量机的高能效频谱感知算法研究

TN927; 为保证卫星通信系统在频谱竞争和拥挤的复杂电磁环境下可靠通信,提高频谱检测性能,利用支持向量机算法将对未占用的频带的检测问题转化为一个二分类问题.通过能量向量减去中心向量和基向量构造用来表征信号的特征向量,对特征向量学习得到用于判断频谱状态的支持向量机模型,采用模拟退火算法训练搜索最佳的高斯核参数.仿真结果表明,所提出的算法与单阈值和双阈值频谱感知算法相比具有更优的检测准确性和鲁棒性,同时高检测率有助于提高系统的吞吐量和能效,为后续认知卫星通信系统的建设提供了支撑....

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 36; no. 2; pp. 232 - 239
Main Authors 李久超, 王薇, 刘枫, 张千, 李亚秋, 陈明章
Format Journal Article
LanguageChinese
Published 国家航天局卫星通信系统创新中心,北京100094 01.03.2021
中国空间技术研究院通信与导航卫星总体部,北京 100094
Subjects
支持向量机
频谱感知
模拟退火算法
卫星通信
能量检测
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2021.02.004

Cover

Abstract TN927; 为保证卫星通信系统在频谱竞争和拥挤的复杂电磁环境下可靠通信,提高频谱检测性能,利用支持向量机算法将对未占用的频带的检测问题转化为一个二分类问题.通过能量向量减去中心向量和基向量构造用来表征信号的特征向量,对特征向量学习得到用于判断频谱状态的支持向量机模型,采用模拟退火算法训练搜索最佳的高斯核参数.仿真结果表明,所提出的算法与单阈值和双阈值频谱感知算法相比具有更优的检测准确性和鲁棒性,同时高检测率有助于提高系统的吞吐量和能效,为后续认知卫星通信系统的建设提供了支撑.
AbstractList TN927; 为保证卫星通信系统在频谱竞争和拥挤的复杂电磁环境下可靠通信,提高频谱检测性能,利用支持向量机算法将对未占用的频带的检测问题转化为一个二分类问题.通过能量向量减去中心向量和基向量构造用来表征信号的特征向量,对特征向量学习得到用于判断频谱状态的支持向量机模型,采用模拟退火算法训练搜索最佳的高斯核参数.仿真结果表明,所提出的算法与单阈值和双阈值频谱感知算法相比具有更优的检测准确性和鲁棒性,同时高检测率有助于提高系统的吞吐量和能效,为后续认知卫星通信系统的建设提供了支撑.
Author 张千
刘枫
王薇
李亚秋
陈明章
李久超
AuthorAffiliation 中国空间技术研究院通信与导航卫星总体部,北京 100094;国家航天局卫星通信系统创新中心,北京100094
AuthorAffiliation_xml – name: 中国空间技术研究院通信与导航卫星总体部,北京 100094;国家航天局卫星通信系统创新中心,北京100094
Author_FL LIU Feng
CHEN Mingzhang
WANG Wei
ZHANG Qian
LI Yaqiu
LI Jiuchao
Author_FL_xml – sequence: 1
  fullname: LI Jiuchao
– sequence: 2
  fullname: WANG Wei
– sequence: 3
  fullname: LIU Feng
– sequence: 4
  fullname: ZHANG Qian
– sequence: 5
  fullname: LI Yaqiu
– sequence: 6
  fullname: CHEN Mingzhang
Author_xml – sequence: 1
  fullname: 李久超
– sequence: 2
  fullname: 王薇
– sequence: 3
  fullname: 刘枫
– sequence: 4
  fullname: 张千
– sequence: 5
  fullname: 李亚秋
– sequence: 6
  fullname: 陈明章
BookMark eNrjYmDJy89LZWBQMDTQMzQzNjbXz9IzNDAw0bU0MDbXMzIwMtQzMNIDCrAwcMLFORh4i4szkwyMjM1MzAwtzTgZLJ_O3_VkV9-zKeuf9TQ-nTDxZXv_szm7ns9qebl6xovmvc-mdrxcNPHFho3PWuY_n7_0-brpzzZPfb5gyvOV23gYWNMSc4pTeaE0N0Oom2uIs4euj7-7p7Ojj26xoYGxiW5aqnmikaVZmqmZoXGKmbGhkVGasbmpSZJBqrmxmUGihUmiWaIl0LXGJuYmyRaW5slpqRbJFiaWluZGRkBfmBtzM2hAzC1PzEtLzEuPz8ovLcoD2hhfnJWcVZmcA_KrgRHQi8YA5v5eKg
ClassificationCodes TN927
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16337/j.1004-9037.2021.02.004
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Energy-Efficient Spectrum Sensing Algorithm Based on Support Vector Machines
EndPage 239
ExternalDocumentID sjcjycl202102004
GrantInformation_xml – fundername: (国家自然科学基金); (航天背景预研课题)
  funderid: (国家自然科学基金); (航天背景预研课题)
GroupedDBID 2B.
4A8
92I
93N
ADMLS
ALMA_UNASSIGNED_HOLDINGS
PSX
TCJ
ID FETCH-LOGICAL-s1034-fe7a296f5613d63122f3754b0e7360a84a6a90213474c897cfe8c849972220273
ISSN 1004-9037
IngestDate Thu May 29 04:00:12 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 2
Keywords 支持向量机
频谱感知
模拟退火算法
卫星通信
能量检测
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1034-fe7a296f5613d63122f3754b0e7360a84a6a90213474c897cfe8c849972220273
PageCount 8
ParticipantIDs wanfang_journals_sjcjycl202102004
PublicationCentury 2000
PublicationDate 2021-03-01
PublicationDateYYYYMMDD 2021-03-01
PublicationDate_xml – month: 03
  year: 2021
  text: 2021-03-01
  day: 01
PublicationDecade 2020
PublicationTitle 数据采集与处理
PublicationTitle_FL Journal of Data Acquisition & Processing
PublicationYear 2021
Publisher 国家航天局卫星通信系统创新中心,北京100094
中国空间技术研究院通信与导航卫星总体部,北京 100094
Publisher_xml – name: 国家航天局卫星通信系统创新中心,北京100094
– name: 中国空间技术研究院通信与导航卫星总体部,北京 100094
SSID ssib023646196
ssib001102757
ssib000459638
ssib001164671
ssib006568634
ssib002264227
ssib036439733
ssib057620134
ssib023167944
ssib051372606
Score 2.2604527
Snippet TN927;...
SourceID wanfang
SourceType Aggregation Database
StartPage 232
Title 基于支持向量机的高能效频谱感知算法研究
URI https://d.wanfangdata.com.cn/periodical/sjcjycl202102004
Volume 36
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RANNT24kUUFb-p4ByzJpPJfBwz2SxF1Ist9FaSbKIUWcHdHuxNLOhB1EKLIkJF8CCCHwgeCv4bu9v-C997SXejVKhewmzemzfvI8m8N_vmjeNc0b5Myzwo3VLmqSty5bmZ0sINpEy7ZSa6RZXle1POLYhri-Hi1JGNRtbSyiBr5asH7iv5H6vCPbAr7pL9B8uOicINaIN94QoWhuuhbMySkJkOsxFLBF51whLJjGBRBxs6Bj-RcDxmoGEYRP6aQCamXooZ6CUQFFlmNEs00wGzbcIJmdYE4tRdM-sx6xNlgeNi9w6LQmxECTMKQTbAjnjHQ06wYZiVTSe4Jg7UkFQb-9a8KWwYy7QkiTRJFLJIEJMKBdHjpUQi0yYUwAUCIfEIJMMJikK4tggxAFETCEmHIgOVBMRvQmyM7CMK0A-aKyO8kRpGzzLp15LKQpQExkclahZFNesgP5L0MamkIgm6xlE1KdFQskllQtCmjzyDEq2lhiWciteqlyTFkXYiGhR6gc14TGgxmYGehij2KaWzMe9gPpDxqvo3-xNTVRmmfgF5c5apl4SL-pc5cC6UAZVTWG6NibdQS1WJWjGZ_8dZmf3lfPlBfpfTMgAV2Z3hSmHyw0zUvnH9VjMM-O27DS4kV41_z30sWtcIM3CzNufN_cxSy0lZQo7VGBr7s_FMA4jrx25yQF7zJCwJ_UBBGD6GQ8gMbmyVQLIvap20hzq4-hcN0Da9Xpn2bjc8yvnjzrE6FJyNqvf6hDO1euekY3a2tn9uPxtufB4-fbjzYn3v8fPhm-3R67W9j692H_0Ybj7Ze7e---XrcG1rtPV-9Onl8Nvm6O3G6MP3U85CJ5mP59z6eBO373uBcMtCpdzIEkP4rgx8zks8jzrzChVIL9UilanxsOKiErk2Ki8LnWuBO905LlkGp53p3r1eccaZzVIfZt7UBKWnhS9UlqVS-HgSRpdzE3bPOpdrUZfqz1d_6U9rnzsEznnn6ORFu-BMD-6vFBfBKR9kl-pn5BcE1qCr
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E7%9A%84%E9%AB%98%E8%83%BD%E6%95%88%E9%A2%91%E8%B0%B1%E6%84%9F%E7%9F%A5%E7%AE%97%E6%B3%95%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%95%B0%E6%8D%AE%E9%87%87%E9%9B%86%E4%B8%8E%E5%A4%84%E7%90%86&rft.au=%E6%9D%8E%E4%B9%85%E8%B6%85&rft.au=%E7%8E%8B%E8%96%87&rft.au=%E5%88%98%E6%9E%AB&rft.au=%E5%BC%A0%E5%8D%83&rft.date=2021-03-01&rft.pub=%E5%9B%BD%E5%AE%B6%E8%88%AA%E5%A4%A9%E5%B1%80%E5%8D%AB%E6%98%9F%E9%80%9A%E4%BF%A1%E7%B3%BB%E7%BB%9F%E5%88%9B%E6%96%B0%E4%B8%AD%E5%BF%83%2C%E5%8C%97%E4%BA%AC100094&rft.issn=1004-9037&rft.volume=36&rft.issue=2&rft.spage=232&rft.epage=239&rft_id=info:doi/10.16337%2Fj.1004-9037.2021.02.004&rft.externalDocID=sjcjycl202102004
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fsjcjycl%2Fsjcjycl.jpg