期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于特征值的多天线认知无线电盲感知算法 被引量:3
1
作者 刘会衡 邓小鸿 陈伟 《计算机应用研究》 CSCD 北大核心 2015年第1期191-193,共3页
当不存在噪声不确定性时,频谱感知算法中能量检测法是较优的,但实际中噪声是无法确切估计的。针对这一问题,提出了一种适合多天线认知无线电系统的盲感知算法。该算法不需要主用户的任何先验知识,利用采样协方差矩阵的最大特征值和矩阵... 当不存在噪声不确定性时,频谱感知算法中能量检测法是较优的,但实际中噪声是无法确切估计的。针对这一问题,提出了一种适合多天线认知无线电系统的盲感知算法。该算法不需要主用户的任何先验知识,利用采样协方差矩阵的最大特征值和矩阵迹之比作为判决统计量来检测主用户信号。根据随机矩阵理论,当给定虚警概率时,可以求出判决门限的渐近式表达式。仿真结果表明,与同类算法相比,所提算法能获得较高的检测概率和较低的虚警概率,同时克服了能量检测法对噪声的敏感性。 展开更多
关键词 特征值 盲感知 多天线认知无线电 能量检测 频谱感知
在线阅读 下载PDF
高斯激活函数特征值分解修剪技术的D-FNN算法研究 被引量:3
2
作者 何正风 张德丰 孙亚民 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第1期34-39,共6页
提出了一种D-FNN的新算法。其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获... 提出了一种D-FNN的新算法。其算法的最主要特点是:D-FNN选择高斯函数作为网络的激活函数和模糊系统的隶属函数,该算法不仅具有强大的全局映射泛化能力,而且在细化局部方面也有效;使用特征值分解修剪技术使得网络结构不会持续增长,可获得更为紧凑的D-FNN结构,避免了过拟合现象。最后通过对Her-mite多项式逼近能力来验证所提方案的有效性。仿真结果表明使用特征值分解修剪技术和高斯激活函数的D-FNN具有良好的性能。 展开更多
关键词 动态模糊神经网络 模糊规则 修剪技术 特征值分解
在线阅读 下载PDF
基于特征值检测的多天线盲频谱感知算法的研究(英文) 被引量:3
3
作者 雷可君 杨喜 +1 位作者 彭盛亮 曹秀英 《系统仿真学报》 CAS CSCD 北大核心 2012年第7期1549-1554,共6页
在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无... 在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。 展开更多
关键词 盲频谱感知算法 噪声不确定性 盲特征值检测 能量检测 取样协方差矩阵 多元统计理论 随机矩阵理论
在线阅读 下载PDF
基于随机矩阵的新型频谱盲感知方法 被引量:3
4
作者 刘宁 史浩山 +1 位作者 刘利平 杨博 《西北工业大学学报》 EI CAS CSCD 北大核心 2016年第2期262-267,共6页
针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信... 针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。 展开更多
关键词 频谱感知 特征值 噪声不确定度 随机矩阵理论
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部