-
题名基于信号可信度的压缩感知协作频谱检测算法
被引量:1
- 1
-
-
作者
李娜
陈松
王盛
李鸥
-
机构
信息工程大学信息系统工程学院
信息工程大学导航与空天目标工程学院
-
出处
《计算机科学》
CSCD
北大核心
2013年第11A期22-25,共4页
-
基金
国家863项目(2009AA01Z207)资助
-
文摘
压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下,基于信号可信度的协作频谱检测算法。该算法根据不同认知用户接收信号的优劣判定用户感知结果的可信度,并利用正交匹配协作追踪算法获得认知区域内的频谱占用情况。仿真结果表明,该算法在不同信噪比范围下其检测性能均优于传统算法,以较小的复杂度代价改善了检测性能。
-
关键词
认知无线电
压缩感知
协作频谱检测
信号可信度
-
Keywords
Cognitive radio(CR), Compressed sensing, Cooperative spectrum detection, Signal dependability
-
分类号
TP929.5
[自动化与计算机技术]
-
-
题名一种添加部分自适应噪声的集成经验模态分解方法
- 2
-
-
作者
李昊
陈强
徐一雄
-
机构
上海工程技术大学电子电气工程学院
上海航天控制技术研究所
-
出处
《南京理工大学学报》
CAS
CSCD
北大核心
2024年第2期227-234,共8页
-
文摘
为了解决集成经验模态分解(EEMD)及其改进形式中普遍存在的噪声量和计算量需求大的问题,统计分析了白噪声内涵模态函数(IMF)的极值点和能量变化规律,总结出白噪声IMF极值点数随长度和阶数变化的经验公式。发现白噪声的高阶IMF不能有效调整信号的极值点分布,提出添加部分自适应噪声的集成经验模态分解(EEMDPAN)。相比于自适应噪声完全集成经验模态分解(CEEMDAN),EEMDPAN有2点改进:不使用全部独立的自适应噪声,而使用成对相加为0的互补自适应噪声;不添加全部阶的自适应噪声,而是在中间的某一阶停止,而后使用经典EMD方法。对2个人工信号进行分解,实验证明,EEMDPAN很好地继承了EEMD抑制模态混叠的能力,相比于CEEMDAN,计算量降低至1/3,并且分解结果的低阶成分信号附加噪声更小,高阶成分信号可信度更高。
-
关键词
自适应噪声
集成经验模态分解
白噪声
内涵模态函数
互补噪声
附加噪声
信号可信度
-
Keywords
adaptive noise
ensemble empirical mode decomposition
white noise
intrinsic mode function
complementary noise
additional noise
signal credibility
-
分类号
TN911.4
[电子电信—通信与信息系统]
TN911.6
[电子电信—通信与信息系统]
-