基于盲正交最小二乘的压缩谱感知
信号处理
2023-11-03 v2
摘要
作为认知无线电（CR）的一项使能技术，基于压缩感知（CS）的压缩谱感知（CSS）可利用亚奈奎斯特采样率高效、准确地检测宽频带中的频谱机会。然而，现有大多数CSS的感知性能过度依赖于频谱稀疏度或噪声方差等先验信息。因此，实际CSS中的一个关键挑战是如何在缺乏此类信息的情况下仍能有效工作。本文提出一种基于盲正交最小二乘的CSS算法（B-OLS-CSS），该算法无需先验信息即可正常工作。具体而言，我们基于OLS算法的概率恢复条件提出了一种新颖的盲停止准则。这一创新准则摆脱了对频谱稀疏度或噪声信息的需求，仅需给定测量矩阵具有计算可行的互不相干性质。我们的理论分析表明，所提B-OLS-CSS达到特定感知精度所需的信噪比低于使用OMP算法的基准CSS，这一点通过大量仿真结果得到验证。
引用
@article{arxiv.2204.05086,
title = {Blind Orthogonal Least Squares based Compressive Spectrum Sensing},
author = {Liyang Lu and Wenbo Xu and Yue Wang and Zhi Tian},
journal= {arXiv preprint arXiv:2204.05086},
year = {2023}
}
备注
14 figures, IEEE Transactions on Vehicular Technology (early access), Jun. 2023