原文服务方: 计算机应用研究       
摘要:
针对在低信噪比、观测点数较少情况下稀疏度的欠估计问题,提出了一种基于贝叶斯预测密度的弱匹配追踪频谱检测算法.该算法利用贝叶斯预测密度理论推导出罚函数,然后引入弱匹配策略于CoSaMP算法,提高频谱支撑集估计性能,且减弱受稀疏度估计准确度的影响.仿真结果表明,当信噪比高于3 dB时,利用400个观测样本该算法就能获得90%以上的频谱检测概率,宽带频谱感知性能优于已有算法.
推荐文章
基于贝叶斯匹配追踪的SAR图像重构
压缩感知
SAR图像
高斯混合参数
贝叶斯
EM
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
总体总量的经验贝叶斯预测
总体总量
参数型经验Bayes预测
MSE准则
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 基于贝叶斯预测密度的弱匹配追踪频谱检测
来源期刊 计算机应用研究 学科
关键词 宽带频谱感知 贝叶斯预测密度 稀疏度 弱匹配追踪
年,卷(期) 2015,(7) 所属期刊栏目 网络与通信技术
研究方向 页码范围 2119-2122
页数 4页 分类号 TN911.23
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.07.048
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 赵知劲 杭州电子科技大学通信工程学院 200 1531 19.0 29.0
5 胡伟康 杭州电子科技大学通信工程学院 5 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (590)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (4)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
宽带频谱感知
贝叶斯预测密度
稀疏度
弱匹配追踪
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导