低信噪比环境下的偏移最大特征值检测
信号处理
2018-03-28 v2
摘要
最大特征值检测(MED)是随机矩阵论在频谱感知与信号检测中的重要应用。然而,在小信噪比环境下,代表性信号的最大特征值位于Marchenko-Pastur(M-P)律 bulk 边缘并服从Tracy-Widom分布。由于Tracy-Widom分布无闭式表达,给处理带来极大困难。本文提出一种偏移最大特征值(SMED)算法,通过结合与待检测信号相关联的辅助信号,将最大特征值移出M-P律 bulk。根据随机矩阵理论,偏移后的最大特征值服从高斯分布。所提SMED不仅简化了检测算法,还大幅提升了检测性能。本文分析了SMED、MED与迹(FMD)算法的性能并给出了理论性能比较。算法与理论结果在不同信号环境下的仿真中得到了验证。
引用
@article{arxiv.1802.10325,
title = {Shifting Maximum Eigenvalue Detection in Low SNR Environment},
author = {Lin Zheng and Robert C. Qiu and Qing Feng and Xuebin Li},
journal= {arXiv preprint arXiv:1802.10325},
year = {2018}
}
备注
9 pages, 12 figures. The paper is submitted to IEEE Transactions on Communications