基于空域稀疏性的自适应频谱检测算法

kjdskj

摘 要：现有的频谱检测算法没有充分利用信号在角度维的稀疏性质。该文根据角度维的稀疏特性建立信号模型，
通过稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)算法解决稀疏信号的重构问题，并在迭代过程中引入二元假
+ T; i  c. u/ k( T. q3 i/ a设检验思想，推导出一种自适应门限的选取策略，把传统的重构算法转化为一个针对不同来波方向的信号检测问题。
该算法能够在恒虚警概率下对多信号进行全盲检测，同时实现信号来波方向的精确估计。实验结果证明，自适应判
. x+ N& t  n0 E, J决方法能够有效地提高稀疏重构算法的重构精度，降低运算复杂度，参数估计精度和信号检测性能相比于现有算法
) }9 k* }5 |2 b' D8 C' E得到明显的提升。
关键词：频谱检测；稀疏贝叶斯学习；恒虚警概率；自适应门限

  [3 ^! G0 _- i/ Z: N


附件下载：

游客，如果您要查看本帖隐藏内容请回复

1 w% P0 o; ^8 J; ^" d0 y* f

Blah

谢谢分享