摘要
基于粗网格块稀疏先验稀疏贝叶斯学习的OFDM回波感知方法,它涉及一种OFDM回波感知方法。本发明为了解决标准SBL算法在OFDM回波感知中没有利用到信号内部全部结构信息,以及在全域感知中出现大量假峰的问题。本发明的步骤包括:步骤1、OFDM回波预处理;步骤2、初始化迭代参数与超参数;步骤3、估计后验均值μ(i)与后验方差Σw(i);步骤4、若或i>imax停止迭代,执行步骤6;否则执行步骤5;步骤5、利用粗网格块稀疏先验与EM算法估计超参数稀疏变量方差Γ(i)与观测模型方差σ(i);步骤6、输出时延多普勒域感知结果。本发明属于无线通信与感知融合技术领域。
技术关键词
稀疏贝叶斯学习
稀疏先验
概率密度函数
回波
多普勒
网格
变量
时延
超参数
稀疏贝叶斯模型
矩阵
EM算法
OFDM子载波
符号持续时间
表达式
元素
后验概率
系统为您推荐了相关专利信息
高斯混合模型
序列
累积分布函数
多旋翼无人机飞行
概率密度函数
水声通信信号
调制解调方法
多波束换能器
载波分配
分数阶傅里叶变换
植被叶面积指数
融合多源数据
辐射传输模型
模型预测值
反射率
海面风速反演方法
反演模型
双向长短期记忆网络
训练样本集
交互注意力