稀疏贝叶斯模型在跳频信号电台分选中的应用
来源：信号处理杂志 2016年第6期北京时间：
作者：郭海召, 张顺生
摘要：当电磁环境更加复杂，现有的跳频信号分选算法，诸如KMeans聚类，支撑矢量机（SVM）等，往往面临较低的分选正确率或者较高的计算复杂度等问题。为了解决这两种问题，本文提出了一种基于稀疏贝叶斯学习（SBL）的跳频信号分选算法。在建立跳频信号分选模型之后，引入稀疏贝叶斯学习框架完成后续分选过程，并针对电磁环境中多个跳频电台的情况，建立了多电台跳频信号分选的结构模型。仿真实验环节验证了所提算法的有效性。
关键词：电台分选, 稀疏贝叶斯学习, 聚类, 相关向量机
