基于稀疏贝叶斯学习的大规模多用户检测算法

陈平平; 王宣达; 谢肇鹏; 方毅; 陈家辉

doi:10.11959/j.issn.1000-436x.2023204

您当前的位置：

首页 >

文章列表页 >

基于稀疏贝叶斯学习的大规模多用户检测算法

学术论文 | 更新时间：2024-05-31

- 基于稀疏贝叶斯学习的大规模多用户检测算法
- Sparse Bayesian learning-based massive multi-user detection algorithm
- “在稀疏贝叶斯学习领域，研究者提出了基于伯努利高斯逆伽马先验模型的新架构，通过引入伯努利先验的二元向量，设计了单测量向量和多测量向量的算法，显著提高了重构性能。”
- 通信学报 2023年44卷第10期页码：186-197
- 作者机构：
  
  1. 福州大学先进制造学院，福建泉州 362251
  2. 福建省媒体信息智能处理与无线传输重点实验室，福建福州 350108
  3. 广东工业大学信息工程学院，广东广州 510006
- 作者简介：
  
  [ "陈平平（1986− ），男，福建泉州人，博士，福州大学教授、博士生导师，主要研究方向为压缩感知、无线通信、信道编码调制、多用户接入" ]
  [ "王宣达（1998− ），男，山西吕梁人，福州大学硕士生，主要研究方向为压缩感知、无线通信、多用户接入" ]
  [ "谢肇鹏（1995− ），男，福建晋江人，福州大学讲师，主要研究方向为压缩感知、无线通信、多用户接入" ]
  [ "方毅（1986− ），男，广东广州人，广东工业大学教授、博士生导师，主要研究方向为信道编码与调制、无线通信、机器学习" ]
  [ "陈家辉（1998− ），男，福建龙岩人，福州大学硕士生，主要研究方向为压缩感知、无线通信、多用户接入" ]
- 基金信息：
  
  国家自然科学基金资助项目(62171135);福建省杰出青年基金资助项目(2022J06010);福建省技术创新重点攻关基金资助项目(2023XQ004)
- DOI：10.11959/j.issn.1000-436x.2023204
  中图分类号： TN929.5
- 网络出版日期：2023-10，
  
  纸质出版日期：2023-10-25
- 稿件说明：
移动端阅览
陈平平, 王宣达, 谢肇鹏, 等. 基于稀疏贝叶斯学习的大规模多用户检测算法[J]. 通信学报, 2023,44(10):186-197.

Pingping CHEN, Xuanda WANG, Zhaopeng XIE, et al. Sparse Bayesian learning-based massive multi-user detection algorithm[J]. Journal on communications, 2023, 44(10): 186-197.
陈平平, 王宣达, 谢肇鹏, 等. 基于稀疏贝叶斯学习的大规模多用户检测算法[J]. 通信学报, 2023,44(10):186-197. DOI： 10.11959/j.issn.1000-436x.2023204.

Pingping CHEN, Xuanda WANG, Zhaopeng XIE, et al. Sparse Bayesian learning-based massive multi-user detection algorithm[J]. Journal on communications, 2023, 44(10): 186-197. DOI： 10.11959/j.issn.1000-436x.2023204.

浏览量

158

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

MIMO-OFDM系统的信道与脉冲噪声联合估计方法

基于压缩感知的FBMC/OQAM系统信道估计方法

部分范数约束的稀疏恢复算法及其在单载波水声数据遥测中的应用

基于迭代剔除的SCMA多用户检测算法

OFDM系统的信道与脉冲噪声的联合估计方法

基于稀疏贝叶斯学习的大规模多用户检测算法

Sparse Bayesian learning-based massive multi-user detection algorithm

DOI：10.11959/j.issn.1000-436x.2023204