第３５卷第１期重庆邮电大学学报（自然科学版）Ｖｏｌ．３５Ｎｏ．１２０２３年２月ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｆｅｂ．２０２３ＤＯＩ：１０．３９７９／ｊ．ｉｓｓｎ．１６７３⁃８２５Ｘ．２０２１０７２５０２５８核支持向量的主用户活动场景分类算法收稿日期：２０２１⁃０７⁃２５修订日期：２０２２⁃１０⁃２７通讯作者：申滨ｓｈｅｎｂｉｎ＠ｃｑｕｐｔ．ｅｄｕ．ｃｎ基金项目：国家自然科学基金（６２０７１０７８）ＦｏｕｎｄａｔｉｏｎＩｔｅｍ：ＴｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（６２０７１０７８）张红，申滨，方广进，崔太平（重庆邮电大学通信与信息工程学院，重庆４０００６５）摘要：针对认知无线电网络中传统频谱感知方法性能不足以及空白频谱利用率较低的问题，提出了一种基于核支持向量的主用户活动场景分类算法，通过判断地理区域内的活动主用户数量及分布情况来提高获得潜在频谱接入机会的可能性。根据核支持向量的边界对主用户活动场景作初分类处理，由此判定当前网络中的活跃主用户发射机的数量。初分类处理既能减少支持向量中矩阵计算量，也能减少人工标记数据所带来的成本。再对每一个初分类处理后的数据进行无监督聚类，从而得到实际对应的主用户活动场景细分类。实验结果表明，所提算法与直接使用核支持向量分类算法相比，不仅改善了频谱感知的性能，同时还大大降低了定标成本及时间成本。关键词：频谱感知；机器学习；核支持向量；场景分类中图分类号：ＴＮ９２９．５文献标志码：Ａ文章编号：１６７３⁃８２５Ｘ（２０２３）０１⁃０１０１⁃０９ＣｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒａｃｔｉｖｉｔｙｓｃｅｎｅｏｆｐｒｉｍａｒｙｕｓｅｒｂａｓｅｄｏｎｋｅｒｎｅｌｓｕｐｐｏｒｔｖｅｃｔｏｒＺＨＡＮＧＨｏｎｇ，ＳＨＥＮＢｉｎ，ＦＡＮＧＧｕａｎｇｊｉｎ，ＣＵＩＴａｉｐｉｎｇ（ＳｃｈｏｏｌｏｆＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｃｈｏｎｇｑｉｎｇ４０００６５，Ｐ．Ｒ．Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇｔｏｓｏｌｖｅｔ...
