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:
认知无线电系统中,压缩感知理论已广泛运用于宽带频谱检测。但是,压缩感知中的重构问题造成频谱检测算法计算复杂度高,且在低信噪比下检测效果不佳。本文提出了采用支持向量机的宽带频谱感知算法,该算法利用支持向量机建立频谱检测分类器,代替信号的重构与检测过程。根据系统对实时性的要求,分别设计了多级二元分类器感知算法和单级多元分类器感知算法。前者适用于分级数有限且实时性要求不高的场景,后者可大幅降低系统的算法复杂度,降低感知时间,适用于实时检测系统。仿真结果表明,与基于重构的能量检测算法相比,本文提出的两种算法均可以有效改善系统对噪声的鲁棒性,提高在较小信噪比下的检测性能。
推荐文章
支持向量机算法及应用
统计学习理论
支持向量机
模式识别
时间序列预测
电力系统
宽带认知无线电网络分布式协作压缩频谱感知算法
宽带认知无线电网络
高斯过程
分布式压缩频谱感知
模型参数融合
认知无线电宽带频谱感知试验研究
认知无线电
频谱感知
多抽头谱估计
前向连续均值切除法
支持向量机训练算法综述
支持向量机
训练算法
统计学习理论
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 采用支持向量机的宽带频谱感知算法
来源期刊 信号处理 学科 工学
关键词 频谱感知 压缩感知 支持向量机
年,卷(期) 2014,(12) 所属期刊栏目 算法研究
研究方向 页码范围 1502-1509
页数 8页 分类号 TN929.5
字数 6050字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (15)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(6)
  • 二级参考文献(1)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
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
频谱感知
压缩感知
支持向量机
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导