基于贝叶斯稀疏学习的多跳频信号频率跟踪方法
以往的跳频信号参数盲估计方法大多难以适应多个信号同时存在的情况,且需要积累一定数量的样本以后才能从中提取所需要的信息.为了稳定实时地跟踪跳频信号的频率,该文提出一种利用贝叶斯稀疏学习的单/多通道跳频信号频率估计和跳变时刻检测方法来实现多跳频信号频率的实时跟踪.首先建立了多跳频信号的稀疏表示模型,然后介绍了多观测贝叶斯稀疏学习算法及跳变时刻实时检测方法,最后仿真结果验证方法的有效性.
信号处理、跳频、频率估计、跳变时刻、贝叶斯稀疏学习
TN971
2013-06-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
1395-1399