张 茜刘光斌 郭金库 余志勇

(第二炮兵工程大学 西安 710025)

基于混沌时间序列建模的频谱状态持续时长预测

张 茜*刘光斌 郭金库 余志勇

(第二炮兵工程大学 西安 710025)

为提高频谱利用率，该文利用非线性动力学理论对频谱状态持续时长序列进行建模并预测。以实际采集的频谱数据作为研究对象，采用指向导数法对该时长序列进行非一致延长时间相空间重构，利用基于尺度的Lyapunov指数判定其混沌特性。以基于Davidon-Fletcher-Powell方法的二阶Volterra预测模型 (DFPSOVF)为基础，提出一种基于限域拟牛顿方法的Volterra自适应滤波器系数调整模型，并将该模型应用于具有混沌特性的短时频谱状态持续时长预测，通过自适应剔除对预测贡献小的滤波器系数，降低预测模型的复杂度。实验结果表明该算法在保证预测精度的同时降低运算复杂度。

频谱感知；频谱预测；混沌；限域拟牛顿方法

1 引言

频谱预测技术作为频谱感知技术的有效辅助手段，可有效提高认知用户接入成功率，减少切换次数及能量损耗，改善频谱感知整体性能。目前频谱预测主要基于马尔可夫模型、移动平均模型、自回归模型和机器学习方法等实现[1−4]，但由于所建模型不完善导致误差积累，给频谱状态持续时长预测带来很大挑战。

文献[5]研究了频谱空洞的不均匀性，结果表明频谱空洞与频率、无线传播环境、授权用户活动频度等都有关系，文献[6]研究了频谱空闲持续时间分布，表明其分布“遵从类似指数形式的分布，但并不是一个独立的分布”。……