文献

J-GLOBAL ID：201802275029355624   整理番号：18A0707742

RVMによる結合周期定常PCAに基づく一次ユーザ信号変調型認識アルゴリズム【JST・京大機械翻訳】

Primary user signal modulation type recognition algorithm based on joint cyclostationary PCA with RVM

著者 (3件)： Wang Xin (Faculty of Information & Control Engineering, Shenyang Jianzhu University, Shenyang, China 110168) ,  Dai Li (Faculty of Information & Control Engineering, Shenyang Jianzhu University, Shenyang, China 110168) ,  Gao ZhiJun (Faculty of Information & Control Engineering, Shenyang Jianzhu University, Shenyang, China 110168)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMIC  ページ： 869-873  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低信号対雑音比における弱い一次ユーザの検出と変調型認識に関する低精度の問題を解決するために,周期定常主成分分析と関連ベクトルマシンに基づく新規信号認識方法を,認知無線における低信号対雑音比環境の下で提案した。関連ベクトルマシン分類アルゴリズムと主成分分析を結合する方法を,検出と変調型認識問題を解決するために適用した。最初に,一連のサイクリックスペクトル特徴を計算し,主成分分析を適用して,訓練サンプルとして最も識別された特徴ベクトルを抽出し,分類のためのサンプルをテストした。第二に,関連ベクトルマシンを訓練サンプルによって訓練した。最後に,訓練された関連ベクトルマシンを利用して,一次ユーザの変調型を検出し,決定した。提案したアルゴリズムにおける検出確率の最大増加は,人工ニューラルネットワーク,サポートベクトルマシンおよび最大最小固有値と比較して62%増加できることを観察した。シミュレーション結果は,提案したアルゴリズムが認識に対して高い性能を有して,PUを効果的に検出することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  ニューラルネットワーク ,  *アルゴリズム ,  サポートベクトルマシン ,  主成分分析 ,  固有値 ,  SN比
準シソーラス用語： 検出確率 ,  特徴ベクトル ,  スペクトル特徴 ,  分類アルゴリズム ,  コグニティブ無線 ,  関連ベクトルマシン ,  *認識アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 周期 ,  PCA ,  信号変調 ,  認識アルゴリズム