|
|||||
|
|
| 基于多任务贝叶斯压缩感知的宽带频谱检测 | |
| 引用本文： | 许晓荣,王赞,姚英彪,包建荣. 基于多任务贝叶斯压缩感知的宽带频谱检测[J]. 华中科技大学学报(自然科学版), 2015, 0(5) |
| 作者姓名： | 许晓荣 王赞 姚英彪 包建荣 |
| 作者单位： | 1. 杭州电子科技大学通信工程学院,浙江杭州,310018 2. 杭州电子科技大学通信工程学院，浙江杭州310018; 东南大学移动通信国家重点实验室，江苏南京210096 |
| 基金项目： | 国家自然科学基金资助项目(61102066，61471152)；浙江省自然科学基金资助项目(LY15F010008， LZ14F010003)；东南大学移动通信国家重点实验室开放课题资助项目(2014D02)． |
| 摘 要： | 针对认知无线网络中主用户信号在空频域的稀疏性,基于贝叶斯压缩感知(BCS)的信号重构通过层次化贝叶斯分析分级先验模型获得稀疏信号估计.将贝叶斯压缩感知应用于认知无线电宽带压缩频谱检测,利用多认知用户感知信号的时空相关性实现在多用户多任务传输条件下的稀疏信号重构与宽带压缩频谱检测.研究了基于期望最大化算法和相关向量机模型的多任务BCS参数估计.仿真结果表明:相比于传统单任务BCS重构方法,多任务BCS在节点能耗与网络带宽受限的条件下,通过对估计参数的合理优化,在较低压缩比区域可实现重构均方误差的快速收敛,且检测性能随着任务数的增加而提高.当感知数据相关性从25%增加到75%,且任务数一定时,所提方法的重构观测数明显下降,宽带频谱检测性能显著提高. |
| 关 键 词： | 认知无线网络 宽带频谱检测 多任务贝叶斯压缩感知 期望最大化 相关向量机 稀疏信号估计 重构均方误差 |
Wideband spectrum detection based on multi-task Bayesian compressive sensing |
|
| Xu Xiaorong,Wang Zan,Yao Yingbiao,Bao Jianrong. Wideband spectrum detection based on multi-task Bayesian compressive sensing[J]. JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE, 2015, 0(5) | |
| Authors: | Xu Xiaorong Wang Zan Yao Yingbiao Bao Jianrong |
| Abstract: | |
| Keywords: | cognitive radio networks wideband spectrum detection multi-task Bayesian compressive sensing expectation maximization relevance vector machine sparse signal estimation reconstruction mean square error |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |