基于机器学习的认知无线网络优化策略

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:plbplbplb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
5G的发展带来了终端设备爆炸式增长的现象,使得频谱资源紧缺的问题越加严峻,认知无线网(cognitive radio,CR)的提出,被认为是提高频谱利用率的有效途径。认知无线网,融合了当代无线电通信技术、计算机技术、微电子学技术、软件无线电技术和现代信号处理技术等多学科之长,通过感知周围的电磁环境、学习及理解等方式,自主为用户寻找到当前空闲的频谱,完成信息交互过程。针对频谱资源紧张的现状,为改善频谱分配,首先介绍了有关认知无线网络的概念及其特点,重点介绍了机器学习中遗传算法,强化学习和隐马尔可夫模型在认知
其他文献
提出了一种信号处理方法——幅值恢复算法作为对定子电流信号进行快速傅里叶变换前的预处理,目的是为了分析除基波以外的谐波从而诊断电机的轻微故障。作为过滤器功能的幅值恢
车道线是行车安全的重要参考。为提高无人驾驶行车过程中车道线检测的准确性和实时性,提出一种基于改进概率霍夫变换的车道线快速检测方法。首先对获取的图像进行感兴趣区域提取,根据车道线颜色的特殊性,合理选取三色通道的比值对图片进行灰度化,为增强阈值处理的鲁棒性,采用大津二值化法对灰度图像进行二值化,由于Canny算子具有良好的定位边缘的能力,本次边缘提取算子选取为Canny。接着分别从车道线长度、角度、车
声纹识别技术实现的关键点在于从语音信号中提取语音特征参数,此参数具备表征说话人特征的能力。基于GMM-UBM模型,通过Matlab实现文本无关的声纹识别系统,对主流静态特征参数
压缩感知对于提高地震采集效率、降低地震采集成本、改善地震处理效果都有重要作用。在介绍和分析了海上压缩感知地震采集设计和评价的基本原理、实现方式以及降本增效意义的
随着经济的快速发展和城市扩张,交通量逐年增加,交通管理也变得复杂多样。针对隧道环境下高速行驶车辆的车牌识别问题,提出了一种车牌分割和识别的算法。算法分为四个部分:图像预处理,车牌定位,车牌分割和字符识别。采用选择更新法拦截行车辆视频进行关键帧处理;在车牌定位中选用边缘检测与形态学相结合的算法,以消除噪声干扰,提高定位准确率;又用阈值分割法进行字符分割,以解决投影分割法等传统算法出现的字符黏贴和汉字
随着网络技术的发展,实时通信成为互联网领域的研究热点,如远程监控技术。常见的实时通信技术基本是由客户端主动发起请求,服务器端被动接受响应,此方式缺乏灵活性。Websocke