典型文献
基于数值分析理论的低复杂度MED算法
文献摘要：
经典的最大特征值检测(MED)算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.
文献关键词：
高维频谱感知;最大特征值检测;Rayleigh商加速;三次样条插值;数值分析理论
中图分类号：
作者姓名：
杨喜;田冲;方如意;刘泽宇;张银行;雷可君
作者机构：
吉首大学信息科学与工程学院,湖南吉首416000;中南大学计算机学院,湖南长沙410100
文献出处：
引用格式：
[1]杨喜;田冲;方如意;刘泽宇;张银行;雷可君-.基于数值分析理论的低复杂度MED算法)[J].湖南大学学报（自然科学版）,2022(10):24-33
A类：
最大特征值检测,认知通信系统,幂法迭代,高维频谱感知
B类：
数值分析理论,低复杂度,MED,判决,门限,频谱感知算法,法利,Rayleigh,代地,测高,高维信号,收敛速度,查表法,新算法,三次样条插值法,给定目标,虚警概率,检测性能,计算效率,算法实现,有吸引力
AB值：
0.230255
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
