典型文献
基于变换核高斯回归模型的无线环境地图构建方法
文献摘要：
针对无线环境地图(Radio Environment Map,REM)构建中复杂的地形和地物环境对电波传播影响的问题,提出一种基于变换核高斯回归模型的REM构建算法,并在此构建算法的基础上,提出了2种无线电频谱监测空间选点算法.将高斯过程引入到REM构建中,讨论了环境异质性的影响,设计了3种非线性核变换函数表征电波传播环境的异质性,从群智感知设备采集的数据中学习环境信息,并将这些信息隐含于核变换函数的非线性变换参数中以提升REM构建的准确性.在此基础上,通过优化频谱监测空间选点方案,提升REM中数据的有效性,以较少的数据达到更好的REM构建性能.将基于变换核高斯模型的构建算法与几种经典的REM构建算法进行了对比分析,仿真实现了2种空间选点方案并与传统的均匀随机选点的性能进行了对比.结果表明,当群智传感器的数量足够多、算法可以捕捉到局部环境的异质性时,所提出的变换核学习(Transformed Kernel Learning,TKL)算法优于其他经典的REM构建方法.在有限个可数点集范围内进行选点,互信息最大化(Greedy-based Mutual Information Maximum,GMIM)空间选点算法与均匀随机选点相比,REM构建的RMSE可以降低1.23 dB,连续分级概率评分(Continuous Ranked Probability Score,CRPS)降低0.64;对整个空间任意位置进行选点时,变分推断(Variational Inference,VI)空间选点算法与均匀随机选点相比,REM构建的RMSE可以降低1.56 dB,CRPS降低0.73.
文献关键词：
无线环境地图;频谱监测;高斯过程;核学习
中图分类号：
作者姓名：
徐逸群;张邦宁;张晓凯;郭道省
作者机构：
陆军工程大学通信工程学院, 江苏南京 210007
文献出处：
引用格式：
[1]徐逸群;张邦宁;张晓凯;郭道省-.基于变换核高斯回归模型的无线环境地图构建方法)[J].无线电工程,2022(11):1908-1921
A类：
无线环境地图,无线电频谱监测,TKL,GMIM,Ranked
B类：
高斯回归模型,地图构建,构建方法,Radio,Environment,Map,REM,地物,电波传播,传播影响,选点,点算,高斯过程,环境异质性,非线性核,变换函数,传播环境,群智感知,学习环境,环境信息,非线性变换,变换参数,高斯模型,仿真实现,捕捉到,局部环,核学习,Transformed,Kernel,Learning,可数,数点,点集,互信息最大化,Greedy,Mutual,Information,Maximum,RMSE,dB,Continuous,Probability,Score,CRPS,变分推断,Variational,Inference,VI
AB值：
0.358605
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
