基于k最近邻回归的频谱占用度预测*

贾云峰，邱 琳，魏鸿浩

基于k最近邻回归的频谱占用度预测*

贾云峰，邱 琳**，魏鸿浩

（北京航空航天大学电子信息工程学院，北京 100191）

认知无线电技术可以在授权用户和非授权用户间进行频谱分配，预测模型的建立可帮助非授权用户推断频谱空洞是否可用，不仅能提升频谱利用率而且还能降低冲突率。采用理论分析、监测实验、数学建模、数据实证等方法，对频谱占用度建模理论进行了研究。针对频谱的可预测性问题，通过对数据集的分析，使用k最近邻（kNN）回归模型预测频谱的信道-场强值。基于观测数据呈现出的周期性，提出了一种针对周期性数据进行优化的kNN模型，并用其进行预测。比较了原始kNN回归模型和优化后的周期性kNN模型在测试数据上的预测精度，结果表明优化后的模型比原始的kNN模型有着更好的预测精度。

认知无线电；频谱分配；频谱占用度；场强预测；k最近邻回归

传统上电磁环境监测中频谱占用度分析主要是基于监测设备和人工经验相结合的方法，即通过使用监测接收机对特定的频段进行扫描，或者用频谱分析仪对之前设定的信道进行监测，获取特定无线电频段（典型为30 MHz～3 GHz）范围内频谱场强与时间的对应数据集，通过人工选取电磁背景噪声电平值，记录任何高于噪声电平或预设门限电平的信号［1］。这种以测量、搜集、记录和显示为主的频谱占用度测量方法缺乏定量数学模型的支撑，无法深入描述频谱历史使用数据的统计规律，不能精确预测频谱未来状态和波动信息。……