-
公开(公告)号:CN108418660B
公开(公告)日:2020-11-06
申请号:CN201810150103.4
申请日:2018-02-13
Applicant: 桂林电子科技大学
IPC: H04L1/20
Abstract: 本发明公开了一种低信噪比环境中提高特征值信号检测灵敏度的方法,通过将取样信号矩阵X与待测信号s相关,方法是将X与具有一定幅度的信号矩阵相加,矩阵由与待测信号s相关的信号组成(与待测信号s相关的信号称为特征值移位信号),使所得到矩阵中待测信号s所对应的特征值λs分布进入到(b,∞)区域,从而更易于判断目标信号分量的存在性。本发明方法利用了数据的统计特性,适合于分布式大数据的处理,无需数据的同步,检测方法简单,就能获得更高的检测性能。该方法在无法完全确知待测信号特征参数的条件下,也可以根据待测信号参数范围进行相关信号遍历,获得高灵敏度的信号发现。
-
公开(公告)号:CN108418660A
公开(公告)日:2018-08-17
申请号:CN201810150103.4
申请日:2018-02-13
Applicant: 桂林电子科技大学
IPC: H04L1/20
CPC classification number: H04L1/20
Abstract: 本发明公开了一种低信噪比环境中提高特征值信号检测灵敏度的方法,通过将取样信号矩阵X与待测信号s相关,方法是将X与具有一定幅度的信号矩阵 相加,矩阵 由与待测信号s相关的信号组成(与待测信号s相关的信号称为特征值移位信号),使所得到矩阵 中待测信号s所对应的特征值λs分布进入到(b,∞)区域,从而更易于判断目标信号分量的存在性。本发明方法利用了数据的统计特性,适合于分布式大数据的处理,无需数据的同步,检测方法简单,就能获得更高的检测性能。该方法在无法完全确知待测信号特征参数的条件下,也可以根据待测信号参数范围进行相关信号遍历,获得高灵敏度的信号发现。
-