认知无线电中一种改进的加权支持向量机预测算法  

An Improved WSVM Prediction Algorithm in Cognitive Radio

作　　者：陈浩[1] 陈瑾[1] 高瞻[1] 

机构地区：[1]中国人民解放军理工大学通信工程学院,江苏南京210007

出　　处：《电子质量》2016年第5期1-4,共4页Electronics Quality

摘　　要：支持向量机是认知无线电预测技术的主要方法之一,它具有较强的有效性和稳健性。为了提高支持向量在认知无线电中机预测结果的准确性,该文提出了一种加权支持向量机的频谱预测算法,该算法根据信号接收信噪比和采样时间来改变支持向量机中关键参数的权值。比较了在使用相同训练样本时,该算法与传统支持向量机预测算法的性能差异,结果表明所提算法预测效果更为理想。Support Vector Machine（SVM）is one of the most useful methods of spectrum prediction in Cognitive Radio（CR）owning to its well-known validity and solidity.In this paper,in order to improve the accuracy of SVM in spectrum prediction of CR,a new spectrum prediction algorithm based on Weighted-SVM（WSVM）is proposed.The algorithm changes the weight of an important parameter in SVM according to both sampling time and receiving SNR of each sample.Simulation shows that the proposed algorithm provides a more ideal result than traditional SVM with same samples.

关 键 词：认知无线电 频谱预测 支持向量机 接收信噪比 采样时间 

分 类 号：TN925[电子电信—通信与信息系统]