基于期望偏差和广义似然比检验的非重构宽带压缩盲感知

摘要： 为了克服传统宽带频谱感知方法存在的不足,提出了一种基于期望偏差(Ex D)和广义似然比检验(GLRT)的合作式非重构宽带压缩盲感知方法,简称Ex D-GLRT方法。该方法直接利用压缩采样观测数据的数字特征构建检测统计量,基于Ex D进行本地混合判决;认知基站将本地判决信息分为软判决和硬判决两类,采用基于非重构的GLRT方法对软判决信息进行可靠性融合检测,并给出最终判决结果。理论分析和仿真结果表明,该方法是一种盲感知方法,既不需要主用户信号先验知识,也不需要噪声方差信息,可有效提高频谱感知能力,且计算复杂度较低。 （共7页）