[發明專利]基于遺傳算法優化的BP神經網絡的頻譜預測方法

在審

• 申請號: 202010738765.0
• 申請日: 2020-07-28
• 公開（公告）號: CN111883213A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 遲文升;王海;張鵬;張敏;秦紅波
• 申請（專利權）人: 西安電子科技大學;中國人民解放軍空軍工程大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B20/00;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 吳林

本發明公開了基于遺傳算法優化的BP神經網絡的頻譜預測方法，涉及頻譜預測技術領域，遺傳算法GA作為進化算法的一種，可以模仿自然界生物體的遺傳進化過程，是一種具有多次迭代過程的搜索算法，從而能夠解決一系列最優化問題。本發明參照了自然界中生物體“適者生存，優勝劣汰”的自然選擇生存法則，依據某些特定的適應度函數對種群中的各個個體進行遺傳中的選擇、突變和交叉并進行篩選，那些適應度較好的個體就會被選擇以進行利用，而那些適應度較差的個體就被舍棄。經過遺傳算法所留下來的個體既擁有了之前所存在的優勢，還在此基礎上有了更進一步的發展，如反復循環，就會滿足所要求的條件。

技術領域

本發明涉及頻譜預測技術領域，特別涉及基于遺傳算法優化的BP神經網絡的頻譜預測方法。

背景技術

近些年來，無線電技術由于人們生活的需要得以飛速發展并非常普遍的應用于航空航天，基礎通信，衛星電視，航天，軍事戰爭等眾多領域，越來越起著無可替代的作用，有著非凡的地位。但是無線頻譜是一種有限的不可再生資源，目前大多數頻譜的使用主要集中在的特定的頻譜范圍內，也就是集中在科學、工業、醫療等的開放頻段。因此面臨著一個非常嚴峻的問題:頻譜資源由于短缺已經無法滿足人們日常使用的要求乃至使現代無線通信難以取得更大幅度的進步。尤其是在軍事應用領域，頻譜資源是未來重要的戰略資源，將人工神經網絡算法應用于頻譜預測是重要的應用方向，是未來電磁頻譜戰的智能對決，良好的無線通信能夠使我軍在戰爭中奪得先機，從而取得戰爭的勝利。

根據研究結果可以得出，在現代無線通信中采取靜態頻譜分配策略和頻譜獨占使用的方式是造成頻譜短缺的直接原因，這使得所有頻帶的頻譜使用失衡，具體表現為，其中的一部分頻譜的使用程度過大，另一部分頻譜在卻很少時間被使用，通常處于空閑狀態，與此同時，那些使用被過度使用的頻譜的用戶沒辦法接入到另外那些空閑頻譜，因此便使得頻譜利用率過低。因此，當前頻譜資源的特點可以概括為短缺和浪費。這兩大特點使人們意識到，提高頻譜的利用率，盡可能充分地利用空閑頻譜是解決無線頻譜這種不可再生資源短缺問題的方法，認知無線電(cognitive radio，簡稱CR)技術應運而生。

作為智能化的現代通信技術，認知無線電技術可以檢測到空閑頻譜處于哪個位置并利用重配置來利用這些空閑頻譜，以提高頻譜使用的效率。在現代無線通信中，頻譜預測是認知無線電所要研究的一個重要方向，在認知無線電中進行頻譜預測的主要方向有：信道狀態預測，授權用戶的行為預測，電磁環境預測和傳輸速率預測。其中進行信道狀態預測的方法有：基于自回歸、基于貝葉斯，基于神經網絡算法，基于馬爾可夫鏈和基于部分周期挖掘等的方法。通過對比就能發現，神經網絡以其具有的自學習、自組織、自適應、聯想等能力可以使預測系統更全面，預測結果的誤差更小。在頻譜預測的過程中，神經網絡能夠通過訓練用于多次預測，并能夠將干擾成分加入到預測并在原始數據中進行運用，利用大量數據來訓練網絡。而其他方法就在各方面存在許多不足之處，主要的表現有頻繁的參數更新，精度低等。也有無法添加一些因素會影響預測過程類似神經網絡，這將導致預測結果有一定偏差。

遺傳算法GA—作為進化算法的一種，它可以模仿自然界生物體的遺傳進化過程，是一種具有多次迭代過程的搜索算法，從而能夠解決一系列最優化問題。本算法參照了自然界中生物體“適者生存，優勝劣汰”的自然選擇生存法則，依據某些特定的適應度函數對種群中的各個個體進行遺傳中的選擇、突變和交叉并進行篩選，那些適應度較好的個體就會被選擇以進行利用，而那些適應度較差的個體就被舍棄。經過遺傳算法所留下來的個體既擁有了之前所存在的優勢，還在此基礎上有了更進一步的發展，如反復循環，就會滿足所要求的條件。

本申請提供了基于遺傳算法優化的BP神經網絡的頻譜預測方法，用遺傳算法優化BP神經網絡就是為了找到一個該神經網絡的最優權值和閾值，從而使得BP神經網絡的預測誤差達到更小，有效緩解頻譜資源短缺的問題，使實現頻譜動態管理以及提高頻譜的利用效率有了無比堅強的保障。

發明內容