论文部分内容阅读
针对已有单节点频谱感知精度低、协作频谱感知数据融合过程复杂,以及对噪声不确定性敏感等问题,提出一种基于压缩感知与熵的多天线宽带频谱检测算法。算法利用多天线技术,通过共享各阵元接收信号之间的相关信息,建立多任务学习模型,实现阵元之间的协作感知,进而提高单节点感知精度;基于贝叶斯概率模型,解决测量不确定性问题,可提高宽带信号重构精度;并利用频域信息熵进行频谱判决,能够改善算法的噪声鲁棒性。仿真结果表明,在测量数据较少场景下,与匹配追踪和单任务贝叶斯算法相比,信号重构精度较高;且在低信噪比条件下,与已有算