稀疏贝叶斯模型在跳频信号电台分选中的应用

• 作者: 张顺生 郭海召
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 电台分选 稀疏贝叶斯学习 聚类 相关向量机
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 应用
• 页码范围: 733-738
• 页数: 6页
• 分类号: TN975
• 字数: 3653字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.06.013

摘要

当电磁环境更加复杂,现有的跳频信号分选算法,诸如K-Means聚类,支撑矢量机(SVM)等,往往面临较低的分选正确率或者较高的计算复杂度等问题.为了解决这两种问题,本文提出了一种基于稀疏贝叶斯学习(SBL)的跳频信号分选算法.在建立跳频信号分选模型之后,引入稀疏贝叶斯学习框架完成后续分选过程,并针对电磁环境中多个跳频电台的情况,建立了多电台跳频信号分选的结构模型.仿真实验环节验证了所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张顺生	电子科技大学电子科学技术研究院	26	128	7.0	9.0
2	郭海召	电子科技大学电子科学技术研究院	1	8	1.0	1.0