- 基于机器学习的智能频谱决策
- - 作者：编者:吴克宇|责编:崔艳阳
  - 出版社：国防工业
  - ISBN：9787118134568
  - 出版日期：2024/09/01
  - 页数：123
- 售价：31.2

内容大纲
本书围绕先进无线通信系统中的频谱感知决策、协同频谱感知决策、宽带频谱感知决策和频谱接入决策等典型场景，介绍了机器学习方法赋能频谱决策的基本原理、关键技术和应用效果。
本书主要面向在认知无线电和频谱管理领域工作的研究人员、工程师以及研究生，也适合其他领域希望深入了解通过机器学习技术提高频谱利用效率和优化频谱决策过程的研究人员和专业人士。
作者介绍
目录
第1章  绪论
  1.1  新一代无线通信技术
  1.2  无线通信系统中频谱考量
  1.3  认知无线电与频谱决策
第2章  智能频谱感知决策
  2.1  频谱感知决策方法
    2.1.1  传统无线频谱决策方法
    2.1.2  基于机器学习方法的频谱感知决策
  2.2  基于深度元学习的智能频谱感知
    2.2.1  系统模型与问题表述
    2.2.2  MAML-SS算法
  2.3  仿真结果
    2.3.1  检测性能
    2.3.2  训练计算开销
第3章  智能协同频谱感知决策
  3.1  协同频谱感知决策
    3.1.1  协同频谱感知架构
    3.1.2  协同频谱感知的场景
  3.2  基于MARG-MRF的异构协同频谱决策
    3.2.1  基于MRF的SU频谱状态概率模型
    3.2.2  基于MARG-MRF的数据融合架构
    3.2.3  基于置信传播的协同感知决策
  3.3  基于MAP-MRF的异构协同感知决策
    3.3.1  基于MAP-MRF的数据融合架构
    3.3.2  基于图割算法的协同感知决策
    3.3.3  基于对偶分解理论的分布式感知决策
    3.3.4  分布式次用户网络的DD1-CSS
  3.4  仿真结果
    3.4.1  仿真设置
    3.4.2  选择超参数B
    3.4.3  MAP-MRF的性能得失
    3.4.4  最大化与边缘化
    3.4.5  计算复杂度
第4章  智能宽带频谱感知决策
  4.1  宽带频谱感知决策
    4.1.1  奈奎斯特宽带感知方法
    4.1.2  亚奈奎斯特宽带感知方法
    4.1.3  序贯频谱感知
  4.2  基于贝叶斯实验设计的宽带感知决策
    4.2.1  系统模型
    4.2.2  通过标准贝叶斯实验设计实现自适应宽带感知
    4.2.3  近似贝叶斯实验设计
    4.2.4  仿真结果
  4.3  基于深度强化学习的宽带感知决策
    4.3.1  宽带频谱序贯决策数学建模
    4.3.2  基于改进DQN算法的宽带频谱感知算法
    4.3.3  仿真结果
第5章  智能频谱接入决策
  5.1  无线频谱接入决策
    5.1.1  无线频谱接入方式

    5.1.2  频谱接入的能量考虑
  5.2  基于数据重要性考虑的频谱接入决策
    5.2.1  系统模型和问题表述
    5.2.2  最优选择性传输策略
    5.2.3  基于神经网络的最优控制
    5.2.4  仿真结果
  5.3  融合感知代价考虑的频谱接入决策
    5.3.1  系统模型
    5.3.2  两阶段MDP公式
    5.3.3  基于后状态的模型变换
    5.3.4  强化学习算法
    5.3.5  仿真结果
附录相关概念
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目