一种基于CEEMDAN分解联合小波包分析的多天线频谱感知方法 | MDPI Electronics
MDPI工程科学
2024-08-03 10:00
文章摘要
本文由兰州理工大学的黎锁平教授和韩育周硕士提出，针对认知无线电系统中频谱感知受噪声影响的问题，介绍了一种基于完全自适应噪声集合经验模态分解 (CEEMDAN) 联合小波包分析的多天线频谱感知方法。该方法通过CEEMDAN算法分解原始信号，结合小波包分析进行降噪，有效减少了噪声干扰。随后，利用降噪后的信号微分熵作为特征向量，结合支持向量机 (SVM) 算法进行频谱感知。实验结果显示，该方法在低信噪比条件下具有较高的检测性能，显著提高了频谱感知的准确性。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
A Markov Chain Replacement Strategy for Surrogate Identifiers: Minimizing Re-Identification Risk While Preserving Text Reuse.
DOI: 10.3390/electronics14193945
Pub Date : 2025-10-01
Date: 2025/10/6 0:00:00
Issue Editorial Masthead
DOI: 10.1021/efv040i005_2037331
Pub Date : 2026-02-05
Biogenesis of Au Nanoparticles from Plant-Derived Metabolites - <i>In Vitro</i> and <i>In Vivo</i> Studies.
DOI: 10.1021/acsbiomaterials.5c01488
Pub Date : 2026-02-04
最新文章
研究成果|不同加工方法所得芝麻油的理化及风味特征分析：对质量控制和市场规范的启示
2026-02-05
京公网安备 11010802042870号
