收藏本站
《东北大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于随机森林的认知网络频谱感知算法研究

王鑫  
【摘要】:认知网络具有良好的灵活性、自主性和适变能力,能够大大提高频谱资源的使用效率,增强通信系统性能,解决目前无线通信领域所面临的频谱资源紧张问题,在公共安全、军事、灾难救援、频谱贸易等众多领域有着广阔的应用前景。频谱感知技术作为认知网络研究的重要基础和关键技术,通过对主用户频谱资源的检测、分析、判断,能够在时域、频域和空域上发现主用户空闲频段,缓解目前无线通信领域所面临的频谱资源紧张问题,因而成为人们研究的热点。本文分析了认知网络的发展现状,深入研究了认知网络频谱感知关键技术的主要思想、基本原理,着眼于低信噪比环境下频谱感知性能下降问题,以提高感知性能为目标,致力于寻求在低信噪比环境下提高频谱感知性能的有效解决方案。鉴于随机森林算法具有强分类性能、对噪声等因素具有很好的容忍度,不易出现过拟合现象以及具有良好的可扩展性等优点。考虑到低信噪比环境下频谱感知性能不佳的问题和随机森林算法本身所具有的强分类性能优势,本文在深入研究认知网络频谱感知特点的基础上,首次将随机森林算法引入低信噪比环境下的认知网络频谱感知问题的解决方案中,建立了基于随机森林的频谱感知算法模型,基于这种模型提出了 3种解决方案:(1)基于循环谱分析的随机森林频谱感知算法;(2)基于主成分分析的随机森林频谱感知算法;(3)基于流形学习的随机森林频谱感知算法。主要创新性工作如下:(1)建立了基于随机森林的频谱感知算法模型。由于低信噪比环境下噪声等因素对主用户信号感知的影响,鉴于随机森林算法具有强分类性能,对噪声等因素有很好的容忍度优势,在深入研究普遍采用的认知网络频谱感知二元模型基础上,融入随机森林算法机理,通过多次提取有无主用户存在情况下信号的循环谱特征参数,构建随机森林,建立了基于随机森林的频谱感知算法模型。(2)基于所建立的频谱感知算法模型,提出一种新的基于循环谱分析的随机森林频谱感知算法。在较低信噪比场景下,基于所建立的频谱感知算法模型,提出一种新的基于循环谱分析的随机森林频谱感知算法。所提算法充分利用随机森林算法组合多个弱分类器来增强分类效果的优点,结合接收信号循环谱特征分析,提取能量最大的接收信号循环谱的均值和方差作为特征参数,并生成训练样本和测试样本,构建随机森林,从而实现低信噪比环境下的频谱感知。该算法具有较低的计算复杂度和较好的实时性,能够从整体上提高频谱感知的性能,主要适用于低信噪比条件下,对计算复杂度要求较低,实时性要求较高的场景。(3)为了提高频谱感知精度,提出一种基于主成分分析的随机森林频谱感知新方法。考虑到有限的特征参数提取将对感知准确性产生影响,本文在基于循环谱分析的随机森林频谱感知算法研究的基础上,提出了基于主成分分析的随机森林频谱感知算法。通过主成分分析算法对信号循环谱参数进行降维提取,获取其主成分分析,并构建随机森林实现对主用户信号的检测和感知。该算法体现了主成分分析算法能够获取最能反映出信号的整体特征成分及随机森林强分类性能的优势。在此基础上引入核方法,提出了基于核主成分分析与随机森林的频谱感知算法。该算法采用非线性变换将输入空间的样本数据映射到高维空间中进行主成分提取,从而更全面地获取样本特征信息,提高频谱感知的性能。该算法主要适用于解决信噪比很低,对感知精度要求较高场景下的频谱感知问题。(4)为了获取接收信号的整体特征信息,以求更大限度地提高感知精度,提出一种基于流形学习的随机森林频谱感知的新方法。考虑接收信号中非线性成分对感知效果的影响,为了更充分地获取接收信号的整体特征信息,更大限度地提高频谱感知精度,提出了基于流形学习的随机森林频谱感知算法。深入研究目前广为流行的非线性降维和特征提取方法“流形学习”,并将其引入到对接收信号中非线性成分的降维提取之中。所提算法基于流形学习方法中的局部线性嵌入算法思想,通过样本邻近点对对应样本间的线性重构实现对信号循环谱数据参数的降维提取过程,并利用随机森林强分类器的特点,构建随机森林进行分类和感知。所提算法能够更充分地提取接收信号的整体特征信息成分,从而反映出更加优越的频谱感知性能。该算法主要适用于无线信道环境恶劣、信噪比更低,同时对频谱感知要求精度高,对实时性和算法复杂度要求较为宽松的场景。此外,通过所提出的各算法计算复杂度比较分析,从而对各算法的适用情况进行了说明。
【学位授予单位】:东北大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TN925

【相似文献】
中国期刊全文数据库 前10条
1 陈一诺;董绍华;;基于随机森林算法的管道缺陷预测方法[J];油气储运;年期
2 刘阳;杜华军;岳子涵;马杰;吕武;;基于随机森林的无人机检测方法[J];计算机工程与应用;年期
3 胡蝶;;基于随机森林的债券违约分析[J];当代经济;2018年03期
4 温博文;董文瀚;解武杰;马骏;;基于改进网格搜索算法的随机森林参数优化[J];计算机工程与应用;2018年10期
5 赵艺淞;杨昆;王保云;黎晓路;;随机森林在城市不透水面提取中的应用研究[J];云南师范大学学报(自然科学版);2017年03期
6 吴辰文;梁靖涵;王伟;李长生;;一种顺序响应的随机森林:变量预测和选择[J];小型微型计算机系统;2017年08期
7 顾娟;林敏;鞠桂玲;;基于随机森林回归的军械器材需求预测[J];自动化应用;2017年09期
8 刘迎春;陈梅玲;;流式大数据下随机森林方法及应用[J];西北工业大学学报;2015年06期
9 罗超;;面向高维数据的随机森林算法优化探讨[J];商;2016年04期
10 杨晓峰;严建峰;刘晓升;杨璐;;深度随机森林在离网预测中的应用[J];计算机科学;2016年06期
中国重要会议论文全文数据库 前10条
1 尤东方;赵杨;;存在混杂时高维数据的随机森林分析[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
3 吕洁;;基于随机森林算法对内蒙古地区地面逐日平均温度的估算[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
4 张炜;;天津市人才吸引力影响要素评价——基于随机森林法的检验分析[A];发挥社会科学作用 促进天津改革发展——天津市社会科学界第十二届学术年会优秀论文集(中)[C];2017年
5 高洪利;;基于随机森林算法的卷烟销量预测及分析[A];中国烟草学会学术年会优秀论文集[C];2017年
6 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
7 高磊;秦慧杰;许康;;基于随机森林的资源三号影像地表覆盖信息提取[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
8 郑志伟;邱佳玲;阳庆玲;龚晓春;郭山清;贾忠伟;郝春;;随机森林算法对文本情感分析的应用与R软件实现[A];2017年中国卫生统计学学术年会论文集[C];2017年
9 杨璐;宋建国;;基于随机森林的地震储层分类方法研究[A];2017中国地球科学联合学术年会论文集(三十八)——专题71:内磁层动力学、专题72:计算地球物理方法和技术、专题73:地热:“学”以致“用”、专题74:电磁卫星观测与应用[C];2017年
10 刘继辉;许磊;马晓龙;李达;林鸿佳;杨洋;杨晶津;李兴绪;王慧;;基于随机森林回归的制丝过程参数影响权重分析[A];中国烟草学会学术年会优秀论文集[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 田新元;人工智能助力保险业智慧化转型[N];中国改革报;2017年
中国博士学位论文全文数据库 前10条
1 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
2 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
3 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
4 黄玥;VANET信息安全问题及异常检测技术研究[D];吉林大学;2017年
5 倪强;基于随机前沿和随机森林法的沿海开发区发展效率研究[D];天津大学;2011年
6 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
7 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
8 金超;基于随机森林的医学影像分割算法研究及应用[D];苏州大学;2017年
9 李宝富;巨厚砾岩层下回采巷道底板冲击地压诱发机理研究[D];河南理工大学;2014年
10 赵东;基于群智能优化的机器学习方法研究及应用[D];吉林大学;2017年
中国硕士学位论文全文数据库 前10条
1 叶蓓;WorldView-3数据的岩性信息自动提取方法研究[D];中国地质大学(北京);2018年
2 高聪;基于随机森林的不平衡大数据分类算法研究[D];东北电力大学;2018年
3 闫东阳;基于对象的随机森林遥感分类方法优化[D];中国地质大学(北京);2018年
4 吴卫星;随机森林在技术指标量化选股中的应用[D];电子科技大学;2018年
5 张向前;机器学习在辐射源信号指纹识别中的应用研究[D];电子科技大学;2018年
6 王梦芹;基于随机森林的个人信用评价指标分析[D];安徽大学;2018年
7 谈小雨;基于情感时序距离的文本情感分类和情感主体识别方法研究[D];安徽大学;2018年
8 苏靖宇;多因子选股模型在A股市场上的实证研究[D];安徽大学;2018年
9 王伟;基于随机森林方法的沪深300指数涨跌预测研究[D];天津财经大学;2017年
10 申鹏;基于人体生理信号的疲劳驾驶检测方法的研究[D];湖南大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026