認(rèn)知無線電中基于Markov模型的頻譜預(yù)測算法研究.pdf

1、頻譜預(yù)測是認(rèn)知無線電中的一項(xiàng)關(guān)鍵技術(shù)，它是指認(rèn)知系統(tǒng)根據(jù)獲得的信道歷史信息，分析頻譜的使用規(guī)律，進(jìn)而預(yù)測頻譜的空洞信息，以指導(dǎo)認(rèn)知設(shè)備進(jìn)行智能的頻譜感知和動態(tài)的頻譜接入，從而降低主次用戶的碰撞率，提高認(rèn)知系統(tǒng)的整體性能，最終達(dá)到提高頻譜利用率的目的。
　　由于現(xiàn)有頻譜預(yù)測算法復(fù)雜度高、準(zhǔn)確度低、所需歷史序列長，不適用于能量受限的認(rèn)知節(jié)點(diǎn)和快變信道環(huán)境。本文以提高預(yù)測準(zhǔn)確度降低預(yù)測復(fù)雜度為目的，提出一種基于上下文樹的可變長Marko

2、v預(yù)測方法。該方法將認(rèn)知用戶感知的歷史狀態(tài)信息構(gòu)建成可變階的狀態(tài)樹，在進(jìn)行預(yù)測時動態(tài)改變所需的最近歷史狀態(tài)數(shù)目，具有復(fù)雜度低、預(yù)測準(zhǔn)確度高、所需歷史序列短的特點(diǎn)，并能通過周期的更新狀態(tài)樹提高非平穩(wěn)環(huán)境下的預(yù)測準(zhǔn)確度?？紤]到頻譜檢測誤差對預(yù)測準(zhǔn)確度的影響，進(jìn)一步完善上述算法，提出一種隱馬爾科夫模型與上下文樹可變長Markov模型相結(jié)合的頻譜預(yù)測方法，先是訓(xùn)練隱馬爾科夫模型恢復(fù)真實(shí)的信道狀態(tài)序列，然后在此基礎(chǔ)上構(gòu)建狀態(tài)樹，從而取消頻譜檢測誤