葉芝慧 馮 奇 王 健

(南京大學(xué)電子科學(xué)與工程學(xué)院，南京 210023)

基于學(xué)習(xí)策略的動態(tài)頻譜接入信道選擇及系統(tǒng)性能

葉芝慧 馮 奇 王 健

(南京大學(xué)電子科學(xué)與工程學(xué)院，南京 210023)

為了提高認(rèn)知無線網(wǎng)絡(luò)的丟包率和吞吐量性能，運(yùn)用基于學(xué)習(xí)策略的動態(tài)頻譜接入方法感知授權(quán)信道.在已知主用戶先驗信息的條件下，認(rèn)知用戶根據(jù)主用戶信號忙閑的統(tǒng)計特性，按照空閑狀態(tài)概率從高到低的順序依次對目標(biāo)授權(quán)信道進(jìn)行頻譜感知，并接入第1個檢測到的空閑信道.針對固定速率和可變速率2種業(yè)務(wù)類型，分別考察了認(rèn)知無線網(wǎng)絡(luò)的丟包率和吞吐量性能.在未知主用戶先驗統(tǒng)計特性的條件下，認(rèn)知用戶的平均錯誤預(yù)測概率直接影響著系統(tǒng)性能.仿真結(jié)果表明，與隨機(jī)頻譜感知性能相比，基于機(jī)器學(xué)習(xí)和預(yù)測的頻譜感知的丟包率和吞吐量性能均有所提高.認(rèn)知用戶基于學(xué)習(xí)策略的動態(tài)頻譜接入信道選擇方法可以有效利用頻譜空穴，提高系統(tǒng)頻帶利用率.

認(rèn)知無線電;動態(tài)頻譜接入;信道選擇;丟包率;吞吐量

隨著信息化時代的到來，無線通信正發(fā)揮著越 來越重要的作用.然而，無線通信需求的不斷增長導(dǎo)致頻譜資源的日益短缺.為了有效緩解這一矛盾，出現(xiàn)了一種新的智能無線通信技術(shù)——認(rèn)知無線電(cognitive radio，CR)［1］.認(rèn)知無線電是指無線終端具有足夠的認(rèn)知能力，能夠?qū)χ車鸁o線環(huán)境的歷史和當(dāng)前狀況進(jìn)行檢測、分析、學(xué)習(xí)、推理和規(guī)劃，以使其內(nèi)部狀態(tài)適應(yīng)外界環(huán)境的變化.

機(jī)器學(xué)習(xí)(machine learning，ML)是人工智能領(lǐng)域的重要研究方向［2］.在認(rèn)知無線電中，觀察和學(xué)習(xí)是認(rèn)知循環(huán)的2個重要方面.常用的頻譜檢測算法包括能量檢測法、匹配濾波法以及循環(huán)平穩(wěn)檢測法等［3］.運(yùn)用機(jī)器學(xué)習(xí)理論進(jìn)行頻譜認(rèn)知和管理是實現(xiàn)認(rèn)知無線電技術(shù)的必然要求［4］.文獻(xiàn)［5］提出了一種基于遺傳算法的認(rèn)知引擎，能夠及時跟蹤外界環(huán)境的變化，但僅局限于移動Ad-Hoc網(wǎng)絡(luò)的具體功能實現(xiàn)，普適性較差.文獻(xiàn)［6］運(yùn)用連續(xù)時間Markov模型對WLAN的頻譜占用進(jìn)行了建模，實測數(shù)據(jù)表明，采用指數(shù)分布來擬合頻譜占用和頻譜空閑時間分布，可以得到良好的擬合效果.文獻(xiàn)［7］提出了一種認(rèn)知無線電中快速發(fā)現(xiàn)頻譜空穴的方法，用于提高系統(tǒng)吞吐量.文獻(xiàn)［8］采用基于機(jī)器學(xué)習(xí)的主動頻譜感知思想，優(yōu)化檢測周期以期最大化頻譜接入機(jī)會.然而，在實際系統(tǒng)中，認(rèn)知用戶無法確知主用戶的統(tǒng)計特性，只能通過觀測值進(jìn)行估計.因此，采用Markov模型來描述目標(biāo)授權(quán)信道空閑和占用2種狀態(tài)間的交替更具有普遍意義［9］.

針對上述現(xiàn)狀，本文運(yùn)用Markov模型，針對不同的業(yè)務(wù)類型，分別討論了固定速率和可變速率業(yè)務(wù)下認(rèn)知用戶的丟包率和吞吐量.根據(jù)認(rèn)知用戶是否包含主用戶先驗信息，分別研究了基于機(jī)器學(xué)習(xí)和預(yù)測的動態(tài)頻譜接入策略.仿真結(jié)果表明，與隨機(jī)頻譜感知相比，認(rèn)知用戶基于機(jī)器學(xué)習(xí)和預(yù)測的頻譜感知丟包率和吞吐量性能均有所改善.

1 系統(tǒng)模型

假設(shè)無線頻譜環(huán)境中的授權(quán)信道相互獨立，認(rèn)知用戶在每個時隙都會根據(jù)機(jī)器學(xué)習(xí)的結(jié)果對N個目標(biāo)授權(quán)信道進(jìn)行預(yù)測.文獻(xiàn)［6］的實測數(shù)據(jù)表明，主用戶空閑和占用的時間長度相互獨立且均服從指數(shù)分布，其均值分別為1/α和1/β.后驗概率可采用Markov模型進(jìn)行計算［10］，即

式中，U表示信道忙閑狀態(tài);O表示感知結(jié)果;Q表示狀態(tài)轉(zhuǎn)移概率矩陣;I表示示性函數(shù);π表示初始狀態(tài)概率.根據(jù)最大似然概率準(zhǔn)則，空閑和占用時間分布參數(shù)α和β的統(tǒng)計特性為

式中，A，B分別表示參數(shù)α，β的所有可能取值的集合.

空閑狀態(tài)概率P=X/(X+Y)的概率密度函數(shù)為f(p)=αβ/［αp+β(1－p)］2，0≤p≤1.認(rèn)知用戶根據(jù)主用戶信號忙閑的統(tǒng)計特性，采用最大似然估計準(zhǔn)則估計下一個時隙目標(biāo)授權(quán)信道的空閑狀態(tài)概率，即

為了客觀評價基于機(jī)器學(xué)習(xí)和預(yù)測的無線信道頻譜感知策略的性能，針對不同業(yè)務(wù)類型的認(rèn)知用戶，設(shè)定了丟包率和吞吐量2種評價標(biāo)準(zhǔn)［11］，它們分別是開展固定速率業(yè)務(wù)和可變速率業(yè)務(wù)的認(rèn)知用戶性能評估參數(shù).圖1分別說明了在已知和未知主用戶先驗信息條件下認(rèn)知用戶動態(tài)接入目標(biāo)授權(quán)信道的2種情況.圖中，Pi為自然順序下第i個信道的空閑概率，Pξi為重新排序后第i個信道的空閑概率，且i=1，2，…，N.

圖1 認(rèn)知用戶動態(tài)接入目標(biāo)授權(quán)信道的2種情況

2 已知先驗信息的信息選擇模型

在下一個時隙到來前，認(rèn)知用戶運(yùn)用Markov模型計算后驗概率，并根據(jù)最大似然概率準(zhǔn)則估計主用戶忙閑的統(tǒng)計特性，進(jìn)而得到各目標(biāo)授權(quán)信道的空閑狀態(tài)概率.然后，認(rèn)知用戶按照空閑概率從高到低的順序依次對目標(biāo)授權(quán)信道進(jìn)行感知，并在檢測到的第1個空閑信道上傳輸數(shù)據(jù).認(rèn)知用戶接入授權(quán)信道的具體過程如圖1(a)所示.

2.1 丟包率

對于開展固定速率業(yè)務(wù)的認(rèn)知用戶，每個時隙內(nèi)傳輸?shù)谋忍匦畔⑹且欢ǖ?信道時間檢測門限S定義為在不發(fā)生丟包的條件下，單位時隙內(nèi)認(rèn)知用戶能夠檢測的信道數(shù)的最大值.如果在檢測完S(1≤S≤N)個目標(biāo)信道后仍未找到空閑信道，為了保證可靠傳輸，認(rèn)知用戶不會在該時隙傳輸數(shù)據(jù)［12］.在認(rèn)知用戶已知主用戶忙閑統(tǒng)計特性的情況下，假設(shè)N個目標(biāo)授權(quán)信道的空閑狀態(tài)概率分別為P1，P2，…，PS，…，PN.

當(dāng)認(rèn)知用戶隨機(jī)選擇目標(biāo)授權(quán)信道時，將按照信道自然順序依次進(jìn)行感知.此時，認(rèn)知用戶的平均丟包率

當(dāng)認(rèn)知用戶通過機(jī)器學(xué)習(xí)選擇目標(biāo)授權(quán)信道時，將下一個時隙的空閑概率按照從高到低的順序排列，即Pξ1，Pξ2，…，PξS，…，PξN.此時，認(rèn)知用戶的平均丟包率

2.2 吞吐量

對于開展可變速率業(yè)務(wù)的認(rèn)知用戶，每個時隙內(nèi)傳輸?shù)谋忍匦畔⑹亲兓?因此，該情況下認(rèn)知用戶發(fā)生丟包的唯一可能是所有目標(biāo)信道均被占用.與丟包率研究中的重要參數(shù)信道時間檢測門限S不同，在針對吞吐量的研究中，認(rèn)知用戶檢測到第1個空閑信道所消耗的時間將直接決定比特信息的有效傳輸時間.假設(shè)無線頻譜環(huán)境中授權(quán)系統(tǒng)的時隙長度為TS，認(rèn)知用戶在目標(biāo)信道上的平均檢測時間為tS，該時間與具體的頻譜感知技術(shù)有關(guān).并假設(shè)無線頻譜環(huán)境中N個目標(biāo)授權(quán)信道的信道容量均為Ct.

當(dāng)認(rèn)知用戶隨機(jī)選擇目標(biāo)授權(quán)信道時，可按照信道自然順序依次進(jìn)行感知.此時，認(rèn)知用戶的平均吞吐量

當(dāng)認(rèn)知用戶通過學(xué)習(xí)選擇目標(biāo)授權(quán)信道時，根據(jù)統(tǒng)計特性按照空閑概率從高到低的順序進(jìn)行感知.此時，認(rèn)知用戶的平均吞吐量

3 未知先驗信息的信道選擇模型

當(dāng)認(rèn)知用戶不含先驗信息時，目標(biāo)授權(quán)信道的空閑狀態(tài)概率是未知的.在這種情況下，認(rèn)知用戶一般假設(shè)無線頻譜環(huán)境中N個目標(biāo)授權(quán)信道的空閑狀態(tài)概率均為P.由于認(rèn)知用戶不可能完全準(zhǔn)確地預(yù)測未來時隙信道狀態(tài)，故定義PE為認(rèn)知用戶的平均錯誤預(yù)測概率，它是衡量認(rèn)知用戶學(xué)習(xí)和預(yù)測水平的重要參數(shù).如果認(rèn)知用戶對于目標(biāo)授權(quán)信道狀態(tài)的預(yù)測結(jié)果只依賴于該信道的空閑狀態(tài)概率P，則平均錯誤預(yù)測概率PE=2P(1－P).

考慮到實際信道狀態(tài)和預(yù)測結(jié)果間存在如圖1(b)所示的4種對應(yīng)關(guān)系，為了便于研究，對無線頻譜環(huán)境下的相關(guān)參數(shù)進(jìn)行了詳細(xì)定義(見表1).

表1 無線頻譜環(huán)境參數(shù)定義

3.1 丟包率

當(dāng)認(rèn)知用戶隨機(jī)選擇目標(biāo)授權(quán)信道時，無需對下一個時隙目標(biāo)信道的狀態(tài)進(jìn)行學(xué)習(xí)和預(yù)測.認(rèn)知用戶能否在規(guī)定的時間檢測門限之前接入空閑信道，取決于目標(biāo)授權(quán)信道的空閑狀態(tài)概率.此時，認(rèn)知用戶的平均丟包率可以表示為

當(dāng)認(rèn)知用戶通過機(jī)器學(xué)習(xí)來預(yù)測目標(biāo)授權(quán)信道的狀態(tài)時，將會根據(jù)預(yù)測的結(jié)果安排下一個時隙頻譜感知的順序.對于給定的時間檢測門限S，認(rèn)知用戶的丟包率是隨機(jī)變量K，L，M的聯(lián)合概率分布FK，L，M(k，m，l)的函數(shù).當(dāng)K＞N－S時，認(rèn)知用戶在選擇了N－K個占用狀態(tài)信道后，必然會選擇空閑狀態(tài)信道，該情況下認(rèn)知用戶不會發(fā)生丟包.根據(jù)K，L，M三者之間的相對關(guān)系可得平均丟包率，其中，PL1，PL2，PL3分別為以下3種情況下的丟包率:

1)當(dāng)K≤N－S，M=K，L≥S時，認(rèn)知用戶根據(jù)預(yù)測結(jié)果檢測到的S個信道狀態(tài)均為占用狀態(tài)，在該時隙必然發(fā)生丟包.此時，認(rèn)知用戶的丟包率為

2)當(dāng)K≤N－S，M=K，L＜S時，認(rèn)知用戶在選擇了被錯誤預(yù)測為空閑的L個目標(biāo)信道后，需要在剩下的N－L個信道中選擇S－L個信道，而這其中有N－K－L個信道是被占用的.如果在時間檢測門限S到來之前未找到空閑信道，則仍有可能發(fā)生丟包.此時，認(rèn)知用戶的丟包率為3)當(dāng)K≤N－S，M＜K，L≥S時，認(rèn)知用戶從被預(yù)測為空閑狀態(tài)的K－M+L個目標(biāo)信道中進(jìn)行選擇，其中的L個信道是被錯誤預(yù)測的.如果在時間檢測門限S到來之前正好選擇的都是被錯誤預(yù)測的信道，則仍有可能發(fā)生丟包.此時，認(rèn)知用戶的丟包率為

3.2 吞吐量

當(dāng)認(rèn)知用戶隨機(jī)接入目標(biāo)授權(quán)信道時，無需對下一個時隙目標(biāo)信道狀態(tài)進(jìn)行學(xué)習(xí)和預(yù)測.認(rèn)知用戶檢測到第1個空閑信道所消耗的時間依賴于目標(biāo)授權(quán)信道的空閑狀態(tài)概率.此時，認(rèn)知用戶的平均吞吐量可以表示為

當(dāng)認(rèn)知用戶通過機(jī)器學(xué)習(xí)來預(yù)測無線頻譜環(huán)境中目標(biāo)授權(quán)信道的狀態(tài)時，將會根據(jù)預(yù)測結(jié)果安排下一個時隙目標(biāo)信道頻譜感知的順序.為了計算認(rèn)知用戶用于頻譜檢測所消耗的時間，根據(jù)K，M兩者之間的相對關(guān)系可得平均吞吐量I″lave=Ct{［1－(1－P)N］TS－(γL1+γL2)tS}，其中，γL1和γL2分別為以下2種情況下的平均目標(biāo)信道數(shù):

1)當(dāng)1≤K≤N，M=K時，認(rèn)知用戶在選擇了被錯誤預(yù)測為空閑狀態(tài)的L個占用信道后，將從剩下的N－L個信道中進(jìn)行選擇，直到檢測出第1個空閑信道時才接入該信道.認(rèn)知用戶在發(fā)現(xiàn)第1個空閑信道之前所檢測的平均目標(biāo)信道數(shù)為

2)當(dāng)1≤K≤N，M＜K時，認(rèn)知用戶在被預(yù)測為空閑狀態(tài)的K－M+L個目標(biāo)信道中進(jìn)行選擇，其中的L個目標(biāo)信道是被錯誤預(yù)測的.認(rèn)知用戶在發(fā)現(xiàn)第1個空閑信道之前所檢測的平均目標(biāo)信道數(shù)為

4 仿真與分析

假設(shè)目標(biāo)授權(quán)信道具有相同的業(yè)務(wù)模型，信道的空閑和占用狀態(tài)時間服從指數(shù)分布，空閑狀態(tài)概率是采用最大似然估計從目標(biāo)信道的統(tǒng)計數(shù)據(jù)中估計獲得的.本文分別考察了目標(biāo)授權(quán)信道隨機(jī)頻譜感知以及基于機(jī)器學(xué)習(xí)和預(yù)測的目標(biāo)授權(quán)信道頻譜感知2種情況下的丟包率和吞吐量性能，并給出了目標(biāo)授權(quán)信道頻譜感知性能的理論上界.

首先，考慮認(rèn)知用戶已知主用戶先驗信息的情況下不同業(yè)務(wù)類型認(rèn)知用戶的丟包率和吞吐量性能.假設(shè)信道時間檢測門限S=5，歸一化信道容量Ct=1 bit/s，時隙長度TS=1 s，平均檢測時間tS=0.05 s.圖2和圖3分別為丟包率和吞吐量隨目標(biāo)授權(quán)信道數(shù)的變化曲線.

由圖2可知，丟包率隨目標(biāo)信道數(shù)的增加而減小.當(dāng)目標(biāo)信道數(shù)增加時，如果新增的空閑狀態(tài)概率較高，基于機(jī)器學(xué)習(xí)和預(yù)測的認(rèn)知用戶會將其安排在靠前的位置進(jìn)行檢測.因此，與隨機(jī)頻譜感知相比，基于機(jī)器學(xué)習(xí)和預(yù)測的頻譜感知丟包率性能有所提高.由圖3可知，吞吐量隨目標(biāo)信道數(shù)的增加而增加，但增速逐漸趨緩.同時，基于學(xué)習(xí)策略的頻譜感知由于能夠快速接入空閑信道，其吞吐量性能優(yōu)于隨機(jī)頻譜感知.

圖2 丟包率與目標(biāo)授權(quán)信道數(shù)的關(guān)系曲線

圖3 吞吐量與目標(biāo)授權(quán)信道數(shù)的關(guān)系曲線

圖4 平均丟包率的特性曲線

圖5 平均吞吐量的特性曲線

然后，在認(rèn)知用戶未知主用戶先驗信息的情況下，比較隨機(jī)頻譜感知以及基于學(xué)習(xí)和預(yù)測的頻譜感知的平均丟包率和平均吞吐量性能.對于開展固定速率業(yè)務(wù)的認(rèn)知用戶，目標(biāo)信道總數(shù)N=20，信道時間檢測門限S=5.圖4為平均丟包率隨空閑狀態(tài)概率的變化曲線.對于開展可變速率業(yè)務(wù)的認(rèn)知用戶進(jìn)行頻譜感知，其目標(biāo)信道總數(shù)N=20，歸一化信道容量Ct=1 bit/s，時隙長度TS=1 s，平均檢測時間tS=0.05 s.圖5為平均吞吐量隨空閑狀態(tài)概率的變化曲線.

由圖4可知，認(rèn)知用戶的平均丟包率隨著目標(biāo)授權(quán)信道空閑狀態(tài)概率的增加而減少.基于機(jī)器學(xué)習(xí)和預(yù)測的目標(biāo)授權(quán)信道頻譜感知的平均丟包率特性曲線始終位于目標(biāo)授權(quán)信道隨機(jī)頻譜感知曲線和目標(biāo)授權(quán)信道頻譜感知性能的上界之間.例如，當(dāng)目標(biāo)授權(quán)信道的空閑狀態(tài)概率為0.2時，與隨機(jī)頻譜感知相比，基于學(xué)習(xí)策略的頻譜感知的平均丟包率降低了62%.由圖5可知，認(rèn)知用戶的吞吐量隨著目標(biāo)授權(quán)信道空閑狀態(tài)概率的增加而增加.基于機(jī)器學(xué)習(xí)和預(yù)測的目標(biāo)授權(quán)信道頻譜感知的平均吞吐量特性曲線始終位于目標(biāo)授權(quán)信道隨機(jī)頻譜感知曲線和目標(biāo)授權(quán)信道頻譜感知性能的上界之間.例如，當(dāng)目標(biāo)授權(quán)信道的空閑狀態(tài)概率為0.2時，基于機(jī)器學(xué)習(xí)和預(yù)測的無線信道頻譜感知的平均吞吐量較隨機(jī)頻譜感知提高了12%.

5 結(jié)語

本文提出了一種基于機(jī)器學(xué)習(xí)和預(yù)測的信道選擇方案.針對認(rèn)知用戶有、無主用戶先驗信息的情況，分別建立了不同的數(shù)學(xué)模型.當(dāng)已知主用戶信號統(tǒng)計特性時，認(rèn)知用戶將根據(jù)目標(biāo)授權(quán)信道的空閑狀態(tài)概率按照從高到低的順序進(jìn)行頻譜感知，并在第一時間接入信道.當(dāng)認(rèn)知用戶不含先驗信息時，只能假設(shè)目標(biāo)授權(quán)信道的空閑狀態(tài)概率均相同，此時，認(rèn)知用戶的平均錯誤預(yù)測概率成為影響系統(tǒng)性能的重要因素.對于固定速率和可變速率2種業(yè)務(wù)類型，分別設(shè)定了認(rèn)知無線網(wǎng)絡(luò)的丟包率和吞吐量2種評價參數(shù).仿真結(jié)果表明，與隨機(jī)頻譜感知相比，基于機(jī)器學(xué)習(xí)和預(yù)測的無線信道頻譜感知性能有所改善.下一步的研究重點是將模型推廣到多用戶多信道場景，通過用戶協(xié)作提高認(rèn)知無線網(wǎng)絡(luò)的頻帶利用率.

［1］ Mitola J，Magurire G Q.Cognitive radio:making software radios more personal［J］.IEEE Personal Communications，1999，6(4):13-18.

［2］ 李凡長，錢旭培，謝琳，等.機(jī)器學(xué)習(xí)理論及應(yīng)用［M］.合肥:中國科學(xué)技術(shù)大學(xué)出版社，2009:1-10.

［3］Haykin S，Thomson D J，Reed J H.Spectrum sensing for cognitive radio ［J］.Proceedings of the IEEE，2009，97(5):849-877.

［4］ Clancy C，Hecker J，Stuntebeck E，et al.Application of machine learning to cognitive radio networks［J］.IEEE Wireless Communications，2007，14(4):47-52.

［5］Yu F R，Huang M，Tang H.Biologically inspired consensus-based spectrum sensing in mobile Ad-Hoc networks with cognitive radios［J］.IEEE Network，2010，24(3):26-30.

［6］Geirhofer S，Lang T，Sadler B M.Cognitive radios for dynamic spectrum access-dynamic spectrum access in the time domain:modeling and exploiting white space［J］.IEEE Communications Magazine，2007，45(5):66-72.

［7］Kim H，Shin K G.Fast discovery of spectrum opportunities in cognitive radio networks［C］//Proceedings of2008IEEE Symposium on New Frontiers in Dynamic Spectrum Access Networks.Chicago，IL，USA，2008:1-12.

［8］Kim H，Shin K G.Efficient discovery of spectrum opportunities with MAC-layer sensing in cognitive radio networks［J］.IEEE Transactions on Mobile Computing，2008，7(5):533-545.

［9］ Wang X，Wong A，Ho P H.Extended knowledgebased reasoning approach to spectrum sensing for cognitive radio［J］.IEEE Transactions on Mobile Computing，2010，9(4):465-478.

［10］Vijay G，Ben A B E，Ibnkahla M.Cognition in wireless sensor networks:a perspective［J］.IEEE Sensors Journal，2011，11(3):582-592.

［11］ Yuan G，Grammenos R C，Yang Y，et al.Performance analysis of selective opportunistic spectrum access with traffic prediction［J］.IEEE Transactions on Vehicular Technology，2010，59(4):1949-1959.

［12］沈連豐，葉芝慧.信息論與編碼［M］.北京:科學(xué)出版社，2004:113-123.

Learning-based channel selection and system performance of dynamic spectrum access

Ye Zhihui Feng Qi Wang Jian
(School of Electronic Science and Engineering，Nanjing University，Nanjing 210023，China)

To improve the performances of packet loss rate and throughput in cognitive radio network，an approach for learning-based dynamic spectrum access is put forward for spectrum sensing.A channel selection scheme is proposed under the condition that the priori information of primary user is known.Based on the idle and busy state statistical properties of the primary user signal，secondary user performs sensing on the objective licensed channel in accordance with the vacancy state probability in descending order，and then accesses to the first channel detected to be idle.For the fixed rate and variable rate services，the performances of packet loss rate and throughput of cognitive radio network are analyzed.As for the channel selection scheme in the case of the unknown priori information to the secondary user，the system performances are influenced by the mean probability of error prediction.Simulation results show that the proposed dynamic spectrum access scheme based on learning and prediction achieves better performances in packet loss rate and throughput than the random spectrum sensing.Learning-based channel selection of dynamic spectrum access can exploit spectrum holes efficiently and improve the channel utilization in cognitive radio systems.

cognitive radio;dynamic spectrum access;channel selection;packet loss rate;throughput

TN92

A

1001－0505(2012)06-1041-06

10.3969/j.issn.1001 －0505.2012.06.004

2012-06-13.

葉芝慧(1967—)，女，博士，教授，zhye@nju.edu.cn.

國家自然科學(xué)基金資助項目(60932002)、江蘇省自然科學(xué)基金資助項目(BK2010380)、江蘇省科技支撐計劃資助項目(BE2012155)、江蘇省高校優(yōu)勢學(xué)科建設(shè)工程資助項目.

葉芝慧，馮奇，王健.基于學(xué)習(xí)策略的動態(tài)頻譜接入信道選擇及系統(tǒng)性能［J］.東南大學(xué)學(xué)報:自然科學(xué)版，2012，42(6):1041-1046.［doi:10.3969/j.issn.1001 －0505.2012.06.004］