基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了降低对宽带信号进行压缩频谱感知的复杂度,提出了一种基于变分稀疏贝叶斯学习的频谱检测方法.该算法直接利用压缩测量值对授权用户的位置、个数以及功率传播图进行了估计,在先验知识未知的情况下,利用变分稀疏贝叶斯求解稀疏权值.而且用简单函数因子逼近的方法降低了边缘似然函数的计算难度.实验结果表明:该方法在感知精度和速度上有显著提高.
推荐文章
基于贝叶斯预测密度的弱匹配追踪频谱检测
宽带频谱感知
贝叶斯预测密度
稀疏度
弱匹配追踪
基于快速变分稀疏贝叶斯学习的频谱感知与定位
认知无线电
频谱感知
变分稀疏贝叶斯学习
压缩采样
基于变分稀疏贝叶斯学习的DOA估计
DOA估计
贝叶斯学习
变分贝叶斯学习
稀疏表示
相关向量机
MATLAB仿真
估计精度
收敛速度
基于贝叶斯频谱估计的信号参数检测系统
贝叶斯方法
参数估计
数据采集
图形用户界面
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于变分稀疏贝叶斯学习的频谱检测方法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 认知无线电 频谱检测 变分稀疏贝叶斯学习
年,卷(期) 2013,(1) 所属期刊栏目 物理与电子信息科学
研究方向 页码范围 65-69
页数 5页 分类号 TN911.76
字数 2991字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱翠涛 中南民族大学电子信息工程学院 71 225 8.0 11.0
2 杨凡 中南民族大学电子信息工程学院 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (567)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
认知无线电
频谱检测
变分稀疏贝叶斯学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导