一种低运算复杂度的优化DAG频谱感知算法

摘要

cqvip:针对经典频谱感知算法在低信噪比、低采样下检测效果不佳,特征值分解运算复杂度高的问题,文中基于最大最小特征值之差算法(DMM)提出了一种低运算复杂度的优化算法(DAG)。算法利用特征值算数均值与几何均值之差构建检测统计量,以"累积法"迭代计算最大特征值获取动态检测门限。仿真结果表明,该算法在低信噪比、相对低采样以及多协作认知用户数下,较经典特征值类算法降低了运算复杂度、提升了检测概率。