認知無線電中基于支持向量機的頻譜空閑度預測

摘 要： 研究認知無線系統中的頻譜小時空閑度預測問題，針對GSM系統的載頻小時空閑度時間序列的非線性特點，提出一種基于支持向量機的預測模型構建方法。為提高模型的預測精度，在GSM系統小時空閑度時間序列特征分析的基礎上，利用序列的節假日特性和日周期特性，對數據序列進行了重構。仿真結果表明，與采用基于神經網絡的預測模型相比，該預測方法對工作日和周末均具有較高的預測精度， 其預測絕對百分比誤差在4以內。

關鍵詞： 支持向量機； 頻譜預測； 認知無線電； 神經網絡

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2015）07?0019?04

0 引 言

在當前頻譜資源供需矛盾日益突出的背景下，認知無線電[1]因其提高頻譜利用率的巨大潛力而受到研究者的廣泛關注。認知無線電得以應用的必要前提是保證授權系統對頻譜的優先使用權，因而它所使用的頻譜隨著授權用戶用頻行為的變化呈現出移動特征。頻譜移動一方面增加了認知無線電無線資源管理的復雜度，另一方面也使得時延敏感性業務的服務質量難以得到有效保障。頻譜移動性管理是認知無線電面臨的技術難題之一。對未來時段頻譜空閑度的準確預測能夠為認知無線電的頻譜移動性管理和決策提供更有效的信息支持，降低頻譜移動帶來的負面影響，增強認知系統的可靠性和頻譜利用率等整體性能[2?4]。因此，基于頻譜使用狀態的歷史數據，研究認知無線電頻譜預測機制，對認知無線電的最終實現和推廣具有重要意義。……