期刊文献+

采用大维随机矩阵的WCSN频谱感知算法研究

下载PDF
导出
摘要 作为无线认知传感器网络(WCSN)的基本功能,频谱感知问题通常需要对方差矩阵及其逆矩阵进行估计,且矩阵维数比样本量大。因此,常用估计器和样本协方差矩阵不再适用,大维随机矩阵应运而生。文章列举大维随机矩阵技术的类型,构建无线认知传感器网络大维随机矩阵的数学模型,构建威沙特矩阵和马尔琴科-帕斯图尔定律的定义、特征及其应用场景,详细分析使用比值λmax/λmin进行频谱感知的原理和算法。
出处 《电信快报(网络与通信)》 2014年第11期3-6,共4页 Telecommunications Information
基金 国家自然科学基金资助项目"节能无线认知传感器网络协同频谱感知安全研究"(编号61100240)
  • 相关文献

参考文献6

  • 1Robert Caiming Qiu,Zhen Hu,Husheng Li.etal.无线认知传感器网络通信与组网:原理与应用[M].郎为民,译.北京:机械工业出版社.2013.
  • 2MohamedIbnkahla.认知视角下的无线传感器网络[M].郎为民,译.北京:机械丁业出版社,2014.
  • 3O Ledoit, M Wolf. A well-conditioned estimator for large-dimensional covariance matrices [J]. Journal of Multivariate Analysis, 2014, 88(2): 365-411.
  • 4L Cardoso, M Debbah, P Bianchi, J Najim. Coope- rative spectrum sensing using random matrix theory CC]. Proceedings of 3rd International Symposium on Wireless Pervasive Computing (ISWPC 2008), New York, 2008.
  • 5J Baik, J Silverstein. Eigenvalues of large sample cova- fiance matrices of spiked population models [J]. Journal of Multivariate Analysis, 2013, 97 (6): 1382-1408.
  • 6O Feldheim, S Sodin. A universality result for the smallest eigenvalues of certain sample covariance matrices [J]. Geometric and Functional Analysis, 2012, 20 (1): 88-123.

共引文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部