公开(公告)号：CN111417124A

公开(公告)日：2020-07-14

申请号：CN201910573187.7

申请日：2019-06-28

Applicant: 西南交通大学

Inventor： 邢焕来 ,  王成玮 ,  罗寿西 ,  戴朋林 ,  詹大为

IPC: H04W16/14 ,  H04B17/382

Abstract: 本发明公开了在认知无线网络环境下频谱感知的方法，包括：构建数据集，认知无线网络中的次用户对主用户进行检测，每个次用户将信道中的能量值收集后发送到融合中心，融合中心将所有从次用户发来的能量值作为特征向量，认知无线网络中的主用户间断性地将自身工作状态发送到融合中心，融合中心将主用户发来的工作状态作为数据集标签；通过Xgboost算法对数据集进行训练，得到对当前信道感知结果的机器学习模型；在得到已训练的模型后，次用户继续收集信道中的能量值发给融合中心作为测试数据，由此融合中心的Xgboost算法模型对认知无线网络环境下进行频谱感知。本专利提高了现有技术中机器学习算法在频谱感知问题上性能的不足。

公开(公告)号：CN110365435A

公开(公告)日：2019-10-22

申请号：CN201910618633.1

申请日：2019-07-10

Applicant: 西南交通大学

Inventor： 邢焕来 ,  王成玮 ,  詹大为 ,  戴朋林 ,  罗寿西

IPC: H04B17/382

Abstract: 本发明公开了一种基于Lightgbm算法的合作能量检测频谱感知方法，具体为：在认知无线网络中，次用户对当前信道环境中的能量进行检测并把结果发送到作为融合中心的一个次用户，主用户间断性地把自身使用频谱资源与否的标签发给融合中心；使用基于能量检测的方法建立数据集，Lightgbm算法具体使用基于梯度的单边采样技术和独有特征捆绑技术；然后将构建的能量特征向量集，分成训练集和测试集，分别进行训练和测试；融合中心分辨信道是否可用，在得到结果后再通知所有次用户；本发明在使用满足IEEE 802.11要求的虚警率0.1的情况下，检测率相比SVM提升有6％到7％，同时误分类率、误分类风险也显著下降。

公开(公告)号：CN110311744A

公开(公告)日：2019-10-08

申请号：CN201910618558.9

申请日：2019-07-10

Applicant: 西南交通大学

Inventor： 邢焕来 ,  王成玮 ,  罗寿西 ,  詹大为 ,  戴朋林

IPC: H04B17/382 ,  H04W16/14

Abstract: 本发明公开了一种基于Catboost算法的信道环境自适应频谱感知方法，具体步骤为：1、次用户采集当前信道环境中的能量值，并发到作为融合中心的一个次用户；2、主用户间断性地将占用频道资源情况发送到融合中心；3、融合中心将主用户和次用户发来的信息构造成数据集，并进一步构建特征向量集；4、融合中心用Catboost算法训练模型；5、次用户继续将能量值发送到融合中心，作为测试向量并输入进已训练模型；6、融合中心得到结果后将是否可用信道资源发送给所有次用户，次用户根据融合中心的判断来做出反应；本发明在使用满足虚警率0.1的情况下，检测率相比SVM提升10％，同时误分类率、误分类风险也显著下降。