原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第32卷第1期 中南民族大学学报(自然科学版) V01．32No．1
JournalofSouth—Central for MⅡ．2013
2013年3月 UniversityNationalities(Nat．Sci．Edition)
基于变分稀疏贝叶斯学习的频谱检测方法
朱翠涛，杨凡
(中南民族大学电子信息工程学院，武汉430074)
摘要为了降低对宽带信号进行压缩频谱感知的复杂度，提出了一种基于变分稀疏贝叶斯学习的频谱检测方
法．该算法直接利用压缩测量值对授权用户的位置、个数以及功率传播图进行了估计，在先验知识未知的情况下，
利用变分稀疏贝叶斯求解稀疏权值．而且用简单函数因子逼近的方法降低了边缘似然函数的计算难度．实验结果
表明：该方法在感知精度和速度上有显著提高．
关键词认知无线电；频谱检测；变分稀疏贝叶斯学习
中图分类号TNgll．76文献标识码A文章编号1672-4321(2013)01-0065-05
DetectionBasedonVariational
Spectrum SparseBayesianLearning
Zhu Fan
Cuitao，玩凡g
ofElectronicandInformation for
(College Engineering，South—CentralUniversityNationalities，Wuhan430074，China)
AbstractAnovel detection basedonvariational is for the
spectrum algorithm sparsebayesianlearningproposedreducing
ofthe forwideband．The usesthe measurementto
complexitycompressedspectrumsensing algorithmdirectly compressed
estimatethelocationandnumberofthe usersand variational toobtainthe
primary adopts sparselearning sparseweights
the isunknown．Itreducesthe of likelihoodfunction
althoughprioriknowledge computationaldifficultymarginal byadopting
the of function．The resultsshowthatthe the
factorial
approximationsimple experimental algorithmsignificantlyimproves
and of
accuracyspeedsensing．
Keywordscognitive detection；variational
radio；spectrum sparseBayesianlearning
在认知无线电网络中，由于频谱利用率低而导 估计哺]．
致认知用户接收的宽带信号在频域具有稀疏性，因 针对
文档评论（0）