您当前的位置:
首页 >
文章列表页 >
基于因子图的分布式变分稀疏贝叶斯压缩感知
学术通信 | 更新时间:2024-06-05
    • 基于因子图的分布式变分稀疏贝叶斯压缩感知

    • Distributed variational sparse Bayesian compressed sensing based on factor graphs

    • 在认知无线电领域,研究者提出了一种基于因子图的分布式变分稀疏贝叶斯压缩感知算法,有效提升了低信噪比下的感知性能,并降低了通信负载。
    • 通信学报   2014年35卷第1期 页码:140-147
    • DOI:10.3969/j.issn.1000-436x.2014.01.016    

      中图分类号: TN929.5
    • 网络出版日期:2014-01

      纸质出版日期:2014-01-25

    移动端阅览

  • 朱翠涛, 杨凡, 汪汉新, 等. 基于因子图的分布式变分稀疏贝叶斯压缩感知[J]. 通信学报, 2014,35(1):140-147. DOI: 10.3969/j.issn.1000-436x.2014.01.016.

    Cui-tao ZHU, Fan YANG, Han-xin WANG, et al. Distributed variational sparse Bayesian compressed sensing based on factor graphs[J]. Journal on communications, 2014, 35(1): 140-147. DOI: 10.3969/j.issn.1000-436x.2014.01.016.

  •  
  •  

0

浏览量

440

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

电磁频谱多维态势压缩测绘技术研究进展
基于特征值极限分布的合作频谱感知算法
n-out-of-K融合规则下增量式协作感知算法
认知网络中的多用户MIMO线性协作频谱感知问题研究
基于耦合相移STAR-RIS的认知无线电系统资源分配算法

相关作者

沈锋
丁国如
李婕
周博
吴启晖
弥寅
卢光跃
张晓格

相关机构

南京航空航天大学电磁频谱空间认知动态系统工业和信息化部重点实验室
陆军工程大学通信工程学院
西安邮电大学 无线网络安全技术国家工程实验室
南通大学 电子信息学院
西安电子科技大学 综合业务国家重点实验室
0