《表1 算法复杂度对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于隐马尔可夫模型的动态跳频信道接入算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

HMM训练的计算复杂度为O（ （KN+K2）Tn） [28]，其中N是隐状态的数量，K是信道观测状态集合中元素数量，T为观测序列长度，n为收敛过程中迭代的次数，N、K与T均是常数，n在每次HMM预测过程中发送变化。跳频序列设计的计算法复杂度为线性复杂度O（L），L为跳频序列中信道数量，L可程控。因此，计算复杂度与迭代运算有密切关系，计算复杂度也直接影响了HMM预测准确度，每次HMM训练收敛过程类似、但收敛结果不尽相同。基于HMM的动态跳频信道接入算法与对比算法的复杂度如表1所示，由此得到，基于HMM模型的动态跳频信道接入算法复杂度高于其他3个对比算法。