简介本资源为基于机器学习的认知无线电频谱感知MATLAB仿真资料包面向计算机、电子信息工程、数学等专业的大学生适用于课程设计、期末大作业与毕业设计场景。包内共22个文件以csv数据集、ipynb交互式代码、py脚本、pdf报告与md说明为主涵盖训练与测试样本、信噪比标签及多种算法实现压缩包约14.78MB结构清晰便于按模块查阅。内容围绕能量检测、匹配滤波器检测与循环平稳特性检测等经典方法并给出SVM、KNN、决策树等机器学习算法的对比实验配套数据可直接运行参数化编程便于调整。已有52人学习下载适合希望快速理解频谱感知流程、复现算法对比并完成仿真报告的学习者参考。1. 频谱感知为什么成了认知无线电里最容易翻车的一环认知无线电要做的第一件事不是通信而是听——听当前频段上有没有主用户Primary User, PU在占用。这个听的动作就是频谱感知。传统做法靠能量检测设定一个门限接收信号能量超过门限就判定频段被占用。听起来简单但实际部署里噪声功率随温度、器件漂移、环境变化而波动固定门限在低信噪比下要么虚警率飙升要么漏检严重。我在一次外场测试里见过能量检测在 SNR 低于 -8 dB 时几乎完全失效判决结果跟抛硬币差不多。机器学习切入这个问题的逻辑很直接把频谱感知从设一个门限变成学一个判决边界。输入可以是接收信号的协方差矩阵特征值、循环谱特征、功率谱密度向量输出是占用/空闲二分类。相比能量检测基于机器学习的方法在低 SNR 区间能多出 38 dB 的检测增益而且对噪声不确定性有更好的鲁棒性。这个方向适合做无线通信、信号处理、嵌入式感知的工程师也适合想找一个机器学习落地到物理层练手项目的人。下面从特征工程讲到模型训练再到部署验证把这条链路走通。2. 从接收信号到特征向量频谱感知的数据管线怎么搭2.1 为什么不能直接把 IQ 采样丢给分类器最直觉的做法是把接收到的 IQ 采样序列直接展平成一个长向量喂给 SVM 或神经网络。我试过这条路结论是在样本量有限的情况下直接展平 IQ 几乎必然过拟合。原因有两个。第一IQ 采样点之间的时序相关性极强展平后维度可能上千但有效自由度远低于维度分类器学到的判别方向不稳定。第二频谱感知的核心判别信息不在单个采样点的幅度里而在信号的统计结构里——比如循环平稳特征、协方差矩阵的特征值分布、功率谱的形状。常见做法是先做特征提取把高维 IQ 压成几十维的统计特征向量。我一般会用以下几类特征能量特征接收信号的平均功率、方差。这是最基础的但在低 SNR 下区分度有限。协方差矩阵特征值对接收信号做滑窗计算协方差矩阵取特征值。主用户存在时最大特征值与最小特征值的比值特征值比会显著偏离 1。循环谱特征通信信号通常具有循环平稳性在特定循环频率处有峰值。噪声不具备这个性质所以循环谱特征在低 SNR 下区分度很好。功率谱密度向量对信号做 FFT 后取功率谱降采样成固定长度的向量。这些特征可以拼接成一个特征向量维度控制在 2050 之间。维度太低会丢信息太高则样本需求急剧上升。2.2 用 Python 搭一条可复现的特征提取管线下面这段代码模拟了从接收信号到特征向量的完整流程。假设你已经有了接收信号的 IQ 采样采样率 1 MHz每次感知窗口 1024 个采样点。import numpy as np from scipy.linalg import eigvalsh from scipy.signal import welch def extract_features(iq_samples, fs1e6, window_len1024): 从IQ采样中提取频谱感知特征向量。 iq_samples: 复数数组长度 window_len fs: 采样率 window_len: 协方差估计的滑窗长度 返回: 特征向量 (n_features,) # 截取有效窗口 x iq_samples[:window_len] # --- 特征1: 能量特征 --- power np.mean(np.abs(x)**2) var np.var(np.abs(x)) # --- 特征2: 协方差矩阵特征值比 --- # 构造滑窗协方差矩阵 (简化: 用延迟协方差) L 8 # 平滑因子 R np.zeros((L, L), dtypecomplex) for i in range(L): for j in range(L): R[i, j] np.mean(x[i:window_len-Li] * np.conj(x[j:window_len-Lj])) eigenvalues eigvalsh(R) eigenvalues np.sort(eigenvalues)[::-1] # 降序 ev_ratio eigenvalues[0] / (eigenvalues[-1] 1e-12) ev_spread eigenvalues[0] / (np.mean(eigenvalues) 1e-12) # --- 特征3: 功率谱密度向量 (降采样到16维) --- f, psd welch(x, fsfs, nperseg256) psd_ds np.interp(np.linspace(0, len(psd)-1, 16), np.arange(len(psd)), psd) psd_ds psd_ds / (np.sum(psd_ds) 1e-12) # 归一化 # --- 特征4: 循环谱简化特征 --- # 用自相关函数的周期性作为代理 acf np.correlate(x, x, modefull) acf acf[len(acf)//2:] acf np.abs(acf[:64]) acf acf / (acf[0] 1e-12) # 取前几个峰值位置作为特征 peaks [] for k in range(1, len(acf)-1): if acf[k] acf[k-1] and acf[k] acf[k1] and acf[k] 0.1: peaks.append(k) peak_feat [len(peaks), peaks[0] if peaks else 0, peaks[1] if len(peaks) 1 else 0] # 拼接 feat np.concatenate([ [power, var, ev_ratio, ev_spread], psd_ds, peak_feat ]) return feat.astype(np.float32)这段代码的逻辑说明能量特征和方差是最粗粒度的判别依据计算量最小。协方差矩阵特征值比是频谱感知里的经典方法主用户信号存在时信号分量会让最大特征值明显高于噪声特征值。功率谱密度向量提供了频域形状信息归一化后消除了绝对功率的影响让分类器更关注谱形而非幅度。循环谱特征这里用自相关函数的峰值做了简化代理实际项目中如果有条件建议用专门的循环谱估计算法。参数方面window_len取 1024 是在 1 MHz 采样率下约 1 ms 的感知窗口这个时长在多数认知无线电标准里是合理的。L8是协方差矩阵的维度太小则特征值分布不稳定太大则计算量上升且需要更多采样点。psd_ds降到 16 维是经验值再高会让特征向量维度膨胀。2.3 数据集怎么造仿真和实测的取舍频谱感知的公开数据集不多常见做法是自己造。仿真数据用 MATLAB 或 Python 生成主用户信号可以用 QPSK、OFDM 或 chirp 信号噪声用复高斯白噪声通过调整发射功率来控制 SNR。每个 SNR 点生成几千个样本标签是占用/空闲。实测数据更真实但成本高。我一般会用一个 USRP 或类似软件无线电平台一个天线收主用户信号另一个收噪声底。实测数据的坑在于标签对齐困难主用户信号的出现和消失时刻需要精确同步而且实测噪声不是白的有色噪声会让仿真训练的模型性能下降。提示如果只是验证算法可行性仿真数据足够了。但如果要写论文或做部署评估至少需要一组实测数据来验证泛化性。3. 分类器选型SVM、随机森林还是轻量神经网络3.1 各模型在频谱感知里的真实表现频谱感知的分类任务有几个特点样本量通常不大几千到几万、特征维度中等2050、对推理延迟敏感认知无线电要求实时判决。基于这些约束我把常见模型的适用性列一下模型低SNR检测概率训练样本需求推理延迟部署难度SVM (RBF核)中等中等低低随机森林中等中等低低KNN较差高高低轻量CNN (1D)较好高中等中等LSTM较好很高高高SVM 在特征维度不高时表现稳定RBF 核能处理非线性边界而且支持向量机的决策函数只依赖支持向量推理时计算量可控。随机森林的优势在于对特征尺度不敏感不需要归一化而且能输出特征重要性方便做特征筛选。轻量 CNN 适合直接处理功率谱向量或协方差矩阵但需要更多样本。我一般会先用随机森林做基线因为它的调参成本最低而且特征重要性输出能告诉我哪些特征在起作用。如果随机森林的检测概率不够再上 SVM 调核函数和惩罚系数。神经网络只在样本量足够每个 SNR 点至少 5000 样本时才考虑。3.2 训练流程与关键参数设置下面是一个用随机森林做频谱感知分类的完整训练脚本。假设你已经用上一节的extract_features生成了特征矩阵X和标签y。import numpy as np from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split, StratifiedKFold from sklearn.metrics import roc_auc_score, confusion_matrix from sklearn.preprocessing import StandardScaler # 假设 X: (n_samples, n_features), y: (n_samples,) 0空闲, 1占用 # 按SNR分层划分确保每个SNR区间都有训练和测试样本 # 这里假设你有一个snr_labels数组标记每个样本的SNR # snr_labels ... # 标准化 (随机森林其实不需要但SVM需要统一处理) scaler StandardScaler() X_scaled scaler.fit_transform(X) # 分层K折交叉验证 skf StratifiedKFold(n_splits5, shuffleTrue, random_state42) auc_scores [] for train_idx, val_idx in skf.split(X_scaled, y): X_train, X_val X_scaled[train_idx], X_scaled[val_idx] y_train, y_val y[train_idx], y[val_idx] clf RandomForestClassifier( n_estimators200, # 树的数量200在多数场景够用 max_depth15, # 限制深度防止过拟合 min_samples_leaf5, # 叶节点最少样本控制平滑度 max_featuressqrt, # 每次分裂考虑sqrt(n_features)个特征 class_weightbalanced, # 类别不平衡时自动加权 random_state42, n_jobs-1 ) clf.fit(X_train, y_train) y_prob clf.predict_proba(X_val)[:, 1] auc roc_auc_score(y_val, y_prob) auc_scores.append(auc) print(f5折AUC: {np.mean(auc_scores):.4f} /- {np.std(auc_scores):.4f}) # 用全部数据训练最终模型 final_clf RandomForestClassifier( n_estimators200, max_depth15, min_samples_leaf5, max_featuressqrt, class_weightbalanced, random_state42, n_jobs-1 ) final_clf.fit(X_scaled, y) # 输出特征重要性 importances final_clf.feature_importances_ top_k np.argsort(importances)[::-1][:10] print(Top-10 重要特征索引:, top_k) print(对应重要性:, importances[top_k])逻辑说明分层 K 折确保每个 SNR 区间的样本在训练和验证集中都有代表避免模型只在某个 SNR 段表现好。class_weightbalanced在频谱感知里很重要因为实际场景中空闲频段的样本远多于占用频段不加权的话分类器会偏向预测空闲。max_depth15和min_samples_leaf5是控制过拟合的关键参数频谱感知的特征向量维度不高树太深容易记住噪声。参数调整建议n_estimators从 100 开始试到 300 以后收益递减。max_features用sqrt是分类任务的默认推荐如果特征之间相关性很强可以试0.3或0.5。min_samples_leaf在样本量小于 5000 时建议不低于 3否则叶节点样本太少概率估计不稳定。3.3 检测概率与虚警率的权衡怎么调频谱感知的评估指标不是准确率而是检测概率Pd和虚警率Pfa。准确率在类别不平衡时会骗人——如果 90% 样本是空闲全预测空闲就有 90% 准确率但检测概率为 0。调整 Pd 和 Pfa 的权衡最直接的手段是改判决门限。分类器输出的是概率你可以选一个阈值 t概率大于 t 判为占用。t 降低Pd 上升但 Pfa 也上升t 升高则相反。实际操作中先定一个可接受的 Pfa比如 0.1然后在这个约束下最大化 Pd。from sklearn.metrics import roc_curve y_prob final_clf.predict_proba(X_scaled)[:, 1] fpr, tpr, thresholds roc_curve(y, y_prob) # 找Pfa0.1时最大的Pd target_pfa 0.1 valid_idx np.where(fpr target_pfa)[0] best_idx valid_idx[np.argmax(tpr[valid_idx])] print(fPfa{fpr[best_idx]:.3f}, Pd{tpr[best_idx]:.3f}, 阈值{thresholds[best_idx]:.3f})这段代码帮你找到在虚警率约束下的最优工作点。实际部署时这个阈值需要根据现场噪声水平做在线校准因为训练集的噪声分布和部署环境可能有偏移。4. 避坑与排查频谱感知落地时最容易踩的五个坑4.1 坑一训练集和测试集来自同一段信号AUC虚高现象交叉验证 AUC 0.98部署后检测概率不到 0.6。原因造数据时把一段长信号切成多个样本相邻样本高度相关。随机划分后训练集和测试集里有大量近邻样本模型相当于在背答案。解决按时间段划分前 70% 时间段的样本做训练后 30% 做测试。或者按 SNR 分层确保测试集的 SNR 分布和训练集不同。更严格的做法是留出一整段独立采集的数据做最终评估。4.2 坑二噪声功率估计偏差导致特征分布漂移现象仿真数据训练的模型在实测数据上虚警率暴涨。原因仿真用复高斯白噪声实测噪声有色且功率随时间波动。协方差矩阵特征值比和功率谱特征对噪声功率敏感分布一偏分类边界就失效。解决在特征提取前做噪声功率归一化。具体做法是用感知窗口前后的静默期估计噪声功率然后对接收信号做归一化。如果无法保证静默期可以用协方差矩阵的迹做归一化消除绝对功率的影响。4.3 坑三类别不平衡导致检测概率被淹没现象整体准确率 92%但占用频段的检测概率只有 0.4。原因实际频谱中空闲时段远多于占用时段训练集里正负样本比例可能到 1:10 甚至更极端。不加权的分类器会倾向于预测多数类。解决用class_weightbalanced或对少数类做过采样。但过采样要注意不能在时间上相邻的样本之间插值否则会引入虚假样本。我一般优先用类别加权简单且不改变数据分布。4.4 坑四特征维度太高但样本不够SVM 训练不收敛现象SVM 训练时间极长或者交叉验证结果方差很大。原因特征维度 50样本量只有几百SVM 的 RBF 核在高维空间里找不到好的分隔面。解决先做特征选择。用随机森林的特征重要性排序取前 1520 个特征。或者用 PCA 降到 1015 维。频谱感知里协方差特征值和功率谱前几个分量通常贡献最大后面的特征可以砍掉。4.5 坑五推理延迟超标实时判决跟不上现象算法在离线数据上表现很好但部署到嵌入式平台后感知周期内完不成一次判决。原因特征提取里的协方差矩阵计算和循环谱估计计算量大如果每毫秒都要做一次感知CPU 扛不住。解决把特征提取拆成快特征和慢特征。快特征能量、方差每次感知都算慢特征协方差特征值、循环谱每 N 次感知算一次用滑动窗口更新。分类器也可以用轻量模型比如决策树深度限制在 8 以内推理时间能压到微秒级。5. 进阶技巧用集成投票和在线校准把检测概率再提一档5.1 多模型软投票比单模型稳单模型的检测概率在某个 SNR 区间可能突然掉下去原因是那个区间的特征分布刚好落在分类边界的模糊地带。集成多个模型做软投票能平滑这种波动。具体做法是训练三个模型随机森林、SVM、梯度提升树然后对它们的预测概率取平均。from sklearn.ensemble import VotingClassifier, GradientBoostingClassifier from sklearn.svm import SVC ensemble VotingClassifier( estimators[ (rf, RandomForestClassifier(n_estimators200, max_depth15, class_weightbalanced, random_state42)), (svm, SVC(kernelrbf, C10, gammascale, probabilityTrue, class_weightbalanced, random_state42)), (gbdt, GradientBoostingClassifier(n_estimators150, max_depth5, learning_rate0.1, random_state42)) ], votingsoft # 用概率平均而非硬投票 ) ensemble.fit(X_train, y_train)软投票的关键是每个模型都要输出校准过的概率。SVM 的probabilityTrue会用 Platt 缩放做概率校准这会增加训练时间但值得。梯度提升树本身输出概率但可能偏保守可以配合CalibratedClassifierCV做进一步校准。5.2 在线校准用滑动窗口更新判决门限部署环境里的噪声水平会漂移离线训练的门限过一段时间就不准了。我一般会在部署端加一个在线校准模块维护一个长度为 200 的滑动窗口记录最近 200 次感知的判决概率。如果窗口内判为占用的比例超过 80%说明门限可能偏低了把门限上调 0.02如果低于 5%说明门限偏高下调 0.02。调整步长要小避免震荡。这个策略的前提是你对主用户的活动规律有大致了解——比如知道主用户不会连续占用超过 90% 的时间。如果主用户确实可能长时间占用那这个校准逻辑要改不能简单按比例调。5.3 验证方法用 ROC 曲线和 SNR-检测概率曲线说话评估频谱感知模型我习惯画两张图。第一张是 ROC 曲线看整体分类能力。第二张是 SNR-检测概率曲线横轴 SNR纵轴 Pd在固定 Pfa0.1 下每个 SNR 点画一个标记。这张图能告诉你模型在哪个 SNR 区间开始失效。import matplotlib.pyplot as plt snr_bins np.arange(-20, 5, 2) # -20dB 到 4dB步长2 pd_at_pfa01 [] for snr in snr_bins: mask (snr_labels snr) (snr_labels snr 2) if np.sum(mask) 50: pd_at_pfa01.append(np.nan) continue y_true y[mask] y_prob ensemble.predict_proba(X_scaled[mask])[:, 1] fpr, tpr, _ roc_curve(y_true, y_prob) valid np.where(fpr 0.1)[0] pd_at_pfa01.append(tpr[valid[-1]] if len(valid) 0 else np.nan) plt.plot(snr_bins, pd_at_pfa01, o-) plt.xlabel(SNR (dB)) plt.ylabel(Pd at Pfa0.1) plt.grid(True) plt.axhline(y0.9, colorr, linestyle--, labelPd0.9) plt.legend() plt.show()这张图出来以后你能清楚看到模型在 SNR 低于多少时 Pd 跌破 0.9。如果这个点比你要求的灵敏度还低 3 dB 以上说明模型有裕量如果刚好卡在边界建议加特征或换模型。我自己的习惯是每次换特征集或换模型都重新画这两张图不看准确率。准确率在频谱感知里就是个玄学指标Pd 和 Pfa 才是硬通货。另外在线校准模块的滑动窗口长度和调整步长我一般会在部署前用一周的实测数据做回放测试确认不会因为校准逻辑本身引入震荡。这套流程走下来从特征提取到模型部署一个人两周能跑通但要把检测概率在低 SNR 下做到稳定通常需要反复迭代特征和校准参数。希望帮到你。本文还有配套的精品资源点击获取