排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
以往的通信行为指导系统未来通信, 以满足用户需求并适应环境变化, 是认知无线电系统的核心所在, 为此提出了一种基于贝叶斯网络的认知引擎, 用于解决在复杂多变的电磁环境与用户需求条件下, 认知无线电系统参数自适应调整的问题. 通过对系统过去通信行为样本数据, 进行结构学习和参数学习建立认知引擎, 将系统当前环境状态和用户需求信息经预处理作为推理的证据, 应用引擎决策出系统此时最佳的工作参数, 完成系统参数重构. 本文利用OPNET工具建立一个移动无线网络完成仿真实验, 仿真结果表明该认知引擎能有效地使移动无线网络适应环境变化, 改善端到端通信性能, 进一步验证了建模方法的可行性. 相似文献
1