江苏大学学报(自然科学版)

作者：田欣鑫,雷可君,潘小萍,张淞,谭宇豪,杨喜

单位：吉首大学 通信与电子工程学院， 湖南 吉首 416000

关键词：认知无线电, 盲频谱感知, 低信噪比, Pietra-Ricci指数（PRI）, SVM, 协作式, 协方差矩阵, 决策分类

基金：国家自然科学基金资助项目(61861019,62161012)； 湖南省教育厅科学研究项目(21A0335)； 国家级大学生创新训练项目(s202010531009,202110531029)

针对认知无线电中频谱感知环节在低信噪比条件下频谱识别率低的问题，提出一种基于Pie-tra-Ricci指数（PRI）和支持向量机（SVM）的盲频谱感知算法.通过取样协方差矩阵构造PRI感知判决量；利用标定的特征样本对SVM进行训练，得到频谱占用状态的最佳分类模型.采用PRI作为特征量，以期能很好地表征接收信号的变化特性.通过引入核函数将信号特征空间映射到高维空间，以期有利于样本的区分.构建基于PRI和SVM相结合的频谱感知分类器.采用PRI作为判决量，给出了算法流程及复杂度分析，并对算法进行了仿真分析.结果表明，新算法能很好地实现低信噪比条件下对用户信号和噪声的准确分类，并且新算法获得了比同类算法更低的计算复杂度;与现有同类算法相比，新算法在虚警概率为0.1时，检测概率高达89.4%，比基于Cholesky分解作为判决量算法的检测概率69.4%提高20.0%，有效地提升了主用户信号识别的准确率.

来源：2025年第3期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第3期