基于案例推理的认知自学习引擎

认知无线电与传统无线电的最大区别在于其能够感知环境,主动去学习、适应环境。近年来,对于认知无线电的研究主要集中于多目标优化的配置决策问题。但实际的通信系统可观测到的环境参数有限,且输入输出关系复杂,需要认知无线电通过学习来理解并适应环境。针对上述问题,提出了一种基于案例推理和模拟退火思想的认知决策引擎算法。仿真结果表明,该算法具有增量自学习、多目标适用性、快速收敛等优点。