10.3969/j.issn.1000-386x.2020.04.019
联合循环平稳特征PCA与XGBoost的频谱感知
针对低信噪比条件下主用户信号检测概率低的问题,提出一种基于循环平稳特征主成分分析与极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)的主用户信号频谱感知算法.在信号各循环频率不为零值的情况下,提取能量最大的信号循环谱,通过PCA对循环谱特征进行降维处理,生成训练样本和测试样本.利用训练完成的XGBoost算法对待检测的信号进行分类,实现主用户信号是否存在检测.实验结果表明:与支持向量机算法、随机森林算法和传统循环谱算法相比较,该算法在低信噪比和低虚警率情况下具有更优的检测性能.
认知网络、频谱感知、循环谱、主成分分析、极限梯度提升
37
TP3(计算技术、计算机技术)
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
114-118,126