科研之友
微信
新浪微博
Facebook
分享链接
摘要
在认知无线电中,传统的循环平稳特征检测技术为了达到理想的感知效果,需要大量的数据采样点,导致其感知过程复杂度大,感知时间长。针对此问题,提出了一种基于压缩感知的改进循环平稳特征检测方法,该算法利用信号循环自相关函数（Cyclic Autocorrelation Function,CAF）的稀疏特性,基于分段平均的时变自相关函数估计值,通过压缩感知技术重构二维CAF矩阵,再根据重构结果实现循环平稳特征检测。该方法不仅可有效降低计算复杂度和检测时间,而且提高了二维CAF的估计精度。仿真结果表明该方法的检测性能优于基于经典CAF估计的循环平稳特征检测技术。
-
单位上海大学; 通信与信息工程学院; 高等研究院; 中国科学院
