基于空域稀疏性的自适应频谱检测算法

来源：电子与信息学报杂志2016年第7期北京时间：

作者：于宏毅, 程标, 胡赟鹏, 沈智翔

摘要：现有的频谱检测算法没有充分利用信号在角度维的稀疏性质。该文根据角度维的稀疏特性建立信号模型，通过稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)算法解决稀疏信号的重构问题，并在迭代过程中引入二元假设检验思想，推导出一种自适应门限的选取策略，把传统的重构算法转化为一个针对不同来波方向的信号检测问题。该算法能够在恒虚警概率下对多信号进行全盲检测，同时实现信号来波方向的精确估计。实验结果证明，自适应判决方法能够有效地提高稀疏重构算法的重构精度，降低运算复杂度，参数估计精度和信号检测性能相比于现有算法得到明显的提升。

关键词：频谱检测, 稀疏贝叶斯学习, 恒虚警概率, 自适应门限

基金资助：国家自然科学基金(61501517)