2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、用戶對無線通信業(yè)務需求的增加導致了頻譜資源的日趨緊張,而固定的頻譜分配模式使得頻譜資源利用率低下。認知無線電作為一種智能的頻譜共享技術,革新了傳統(tǒng)的頻譜管理體制,是解決上述問題的有效途徑之一。認知引擎作為認知無線電的核心,能夠根據通信環(huán)境的變化和用戶需求,利用人工智能動態(tài)配置工作參數。本文針對認知引擎及其決策優(yōu)化策略開展研究,主要內容包括:
   1)從認知循環(huán)角度描述認知引擎概念,通過比較和分析現(xiàn)有的引擎架構的特點,提出一種新

2、的認知引擎模型并闡述其工作流程,以此為基礎,設計認知引擎主要功能模塊。
   2)研究認知引擎的輸入模塊--環(huán)境感知模塊:針對傳統(tǒng)的能量檢測法判決門限難以確定以及循環(huán)平穩(wěn)檢測法計算復雜度高等缺點,設計一種自適應雙門限檢測算法,在雙門限之外實施能量檢測保證實時性,在雙門限之內實施循環(huán)平穩(wěn)檢測保證精度,依據信道狀態(tài)自適應調整雙門限值。對該算法的檢測性能進行仿真分析。
   3)研究認知引擎的學習推理和優(yōu)化決策模塊:認知決策就

3、是在一個巨大的解空間中尋優(yōu),人工智能是解決多目標尋優(yōu)的有效方法。針對多子載波系統(tǒng),設計兩種基于機器學習的認知決策模塊,實現(xiàn)工作參數配置的優(yōu)化。認知決策模塊一基于自適應免疫遺傳算法,在免疫遺傳算法中引入自適應遺傳算子,保證種群的多樣性,克服遺傳算法后期爬山能力弱的缺點,分別從搜索效率、收斂精度和優(yōu)化性能等方面進行仿真測試,驗證模塊性能;認知決策模塊二基于二進制蟻群退火算法,在二進制蟻群算法中引入模擬退火算法,融合蟻群算法快速尋優(yōu)和退火算法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論