您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202008-32
论文题目 KNN辅助的混合能量检测模型及应用研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

KNN辅助的混合能量检测模型及应用研究

首发时间:2020-08-19

王晓燕 1   

王晓燕(1995-),女,云南大学信息学院硕士研究生,主要研究方向为机器学习、通信信号处理。

杨晶晶 1    黄铭 1    2   

黄铭,男,云南大学教授,博士生导师,主要研究方向为频谱传感与无线电监测

  • 1、云南大学信息学院,昆明 650091
  • 2、云南省高校谱传感与边疆无线电安全重点实验室,昆明 650091

摘要:能量检测(Energy Detection,ED)广泛应用于无线电监测领域,然而噪声不定性影响了其在低信噪比时的性能。为了解决这一问题,本文提出了一种KNN(K-Nearest Neighbor)辅助的混合能量检测模型HED(Hybrid Energy Detection)。该模型由信噪比计算、能量检测和KNN分类模块组成,在高信噪比时启用ED算法,低信噪比时启用KNN分类算法. 仿真结果表明,不论是否考虑噪声不确定性,KNN在低信噪比时检测概率都比较高,突破了低信噪比对传统能量检测的限制;当噪声不确定度为3dB,信噪比小于4dB时,ED算法失效,采用KNN算法能得到较高的检测概率。最后,本文在真实环境下对中心频率为100MHz的FM广播信道采集了24小时的数据,并制作了数据集进行实验,实验结果证明了HED模型的有效性。本文提出的方法为无线电监测提供了新的思路和解决方案。

关键词: 能量检测 KNN 不确定度 检测概率 信噪比

For information in English, please click here

Research on KNN assisted hybrid energy detection model and its application

WANG Xiaoyan 1   

王晓燕(1995-),女,云南大学信息学院硕士研究生,主要研究方向为机器学习、通信信号处理。

YANG Jingjing 1    HUANG Ming 2   

黄铭,男,云南大学教授,博士生导师,主要研究方向为频谱传感与无线电监测

  • 1、School of Information Science and Engineering of Yunnan University,Kunming 650091
  • 2、Yunnan Key Laboratory of Spectrum Sensing and Frontier Radio Safety,Kunming 650091

Abstract:Energy Detection (ED) is widely used in radio monitoring. However, the performance of ED is damaged by noise uncertainty at low SNR. To solve the problem, this paper proposes a KNN (K-nearest Neighbor) assisted Hybrid Energy Detection model (HED), which is composed of three modules: SNR calculation, energy detection and KNN classification. Energy detection algorithm will be enabled at high SNR environment, and KNN classification algorithm will be enabled at low SNR environment. The simulation results show that whether noise uncertainty is considered or not, the detection probability of KNN is relatively high at low SNR, which is breaking the limitation of traditional energy detection at low SNR; ED fails, but high detection probability is obtained by using KNN algorithm when the noise uncertainty is 3dB and SNR is less than 4dB. Finally, in order to explore the application of HED model, 24-hour data was collected from the FM broadcast channel with the central frequency of 100MHz in the real environment, and a data set was made for experiments. The experimental results show that the HED model holds better availability and effectiveness, which provides a new idea and solution for radio monitoring in future.

Keywords: energy detection KNN uncertainty probability of detection SNR

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
王晓燕,杨晶晶,黄铭. KNN辅助的混合能量检测模型及应用研究[EB/OL]. 北京:中国科技论文在线 [2020-08-19]. http://www.paper.edu.cn/releasepaper/content/202008-32.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

KNN辅助的混合能量检测模型及应用研究