基于支持向量机的低复杂度自适应频谱感知方法

项目名称： 基于支持向量机的低复杂度自适应频谱感知方法

项目编号： No.61171085

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 电子学与信息系统

项目作者： 翟旭平

作者单位： 上海大学

项目金额： 50万元

中文摘要： 频谱感知方法是未来智能无线通信系统、军事通信和干扰对抗等领域的关键核心技术。感知灵敏度、计算复杂度和环境适应性是目前频谱感知方法的主要不足，本项目拟针对这些问题展开系统研究。首先，基于统计学习理论中的支持向量机（SVM）方法，重点研究面向发射机的非合作频谱感知，将频谱感知问题建模为随机对象辨识问题和高维空间的最优分类问题，利用SVM方法，通过解决概率密度函数估计和最优超平面问题，提出灵敏度高、复杂度低、自适应性能优异的非合作频谱感知方法；其次，利用多用户协作和联合频谱感知，通过研究感知频段的优化分割和数据融合方式，解决瘦认知终端的宽带频谱感知问题。最后，基于测试平台和认知无线电平台，进一步研究影响频谱感知性能的实际因素，例如噪声、衰落等，在此基础上研究改进频谱感知算法的高效并行实现方法。本项目的研究，将系统地解决目前困扰频谱感知的关键问题，推动其在相关领域的应用和发展。

中文关键词： 认知无线电；频谱感知；统计学习理论；支持向量机；协作感知

英文摘要：

英文关键词： cognitive radio；spectrum sensing；statistical learning theory；support vector machine；cooperative sensing