论文部分内容阅读
认知引擎是认知无线电关键技术之一，其核心是利用人工智能算法完成认知学习、推理与决策功能。自适应满足环境变化和用户需求。提出一种基于ARTl和FAM神经网络的认知引擎。该引擎基于MATLAB802．1la仿真平台模拟无线通信环境，通过对环境信息的学习训练，结合信道特征和用户需求推理决策出系统最优工作参数，实现认知无线电自适应配置。仿真结果表明，该认知引擎能有效实现认知无线电学习推理功能，且算法精度和稳定性均优于SVM及BP网络模型。