电讯技术

作者：吴城坤,王全全,宛汀

单位：(（南京邮电大学 通信与信息工程学院，南京 210003）)

关键词：认知无线电；协作频谱感知；高斯混合模型；级联聚类；

基金：国家自然科学基金资助项目（62071245）

为了提高低信噪比(Signal-to-Noise Ratio,SNR)下频谱感知的性能，使用模糊C均值(Fuzzy C-means,FCM)和高斯混合模型(Gaussian Mixture Model,GMM)，提出了一种基于特征值和级联聚类的协作频谱感知方法。从接收信号的协方差矩阵中提取特征值构造特征向量，通过在三维空间中执行聚类得到信道是否可用的分类模型，此过程无需获得主用户（Primary User,PU）信号以及噪声功率的先验信息，避免了复杂的门限计算。FCM聚类用于优化GMM聚类的初始参数，有效解决了在低SNR下GMM容易陷入局部最小值的问题。仿真结果表明，该方法降低了GMM的收敛时间并提高了模型分类的准确性，与其他主流方法相比能够有效提升频谱感知的性能。

来源：2023年第12期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第12期