认知无线电中实现自适应压缩频谱感知

TN95; 在实际生活中频谱通常是稀疏的,将压缩感知(compressed sensing ,CS )技术运用到宽带频谱感知中具有很大优势.然而,实践中稀疏度通常是未知的,因此需要选择较大的测量数目,导致算法的感知性能下降.为解决这一问题,提出一种自适应压缩频谱感知方法,通过分析压缩测量的二阶导数与稀疏度之间的关系对稀疏度进行粗估计.在粗估计的基础上,逐步增加测量数并对训练子集与测试子集进行迭代计算,当满足停止准则时得到稀疏度的精确估计.仿真结果表明,所提方法在性能上优于现有的其他传统CS方法,对降低复杂度、减少存储空间等方面具有重要意义.此外还验证了所提方法在噪声环境中的有效性....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 42; no. 1; pp. 15 - 22
Main Authors 罗沅, 党娇娇, 宋祖勋, 王保平
Format Journal Article
LanguageChinese
Published 西北工业大学无人机特种技术重点实验室,陕西西安710065 2020
西北工业大学电子信息学院,陕西西安,710072%西北工业大学电子信息学院,陕西西安710072
Subjects
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2020.01.03

Cover

More Information
Summary:TN95; 在实际生活中频谱通常是稀疏的,将压缩感知(compressed sensing ,CS )技术运用到宽带频谱感知中具有很大优势.然而,实践中稀疏度通常是未知的,因此需要选择较大的测量数目,导致算法的感知性能下降.为解决这一问题,提出一种自适应压缩频谱感知方法,通过分析压缩测量的二阶导数与稀疏度之间的关系对稀疏度进行粗估计.在粗估计的基础上,逐步增加测量数并对训练子集与测试子集进行迭代计算,当满足停止准则时得到稀疏度的精确估计.仿真结果表明,所提方法在性能上优于现有的其他传统CS方法,对降低复杂度、减少存储空间等方面具有重要意义.此外还验证了所提方法在噪声环境中的有效性.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2020.01.03