国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:张一迪, 王悦斌, 王培志, 杨沁, 陆起涌, 张建秋, 李旦
单位:复旦大学信息科学与工程学院, 上海 200433
关键词:信源数检测,恒虚警率,期望最大算法,K均值,聚类
基金:国家自然科学基金(11827808);国家自然科学基金(11974082);上海市科技创新行动计划社会发展科技领域项目(19DZ1205805);上海航天科技创新基金;珠海复旦创新研究院资助项目
提出了一种恒虚警检测信源数的方法, 该方法通过定义一个由观测协方差矩阵相邻特征值之差统计量构成的五维矢量序列, 并利用K均值(K-means)聚类算法将所定义的五维矢量序列分成两类, 且视为信号和噪声子空间。当将噪声子空间所对应的特征值序列描述成一个统计分布, 并通过期望最大(expectation maximization, EM)算法估计出这个统计分布时, 奈曼-皮尔逊(Neyman-Pearson, NP)假设检验就可利用这个分布来对信源数进行恒虚警检测。为了降低提出算法的计算复杂度, 也给出了一个近似的NP假设检验方法。数值仿真结果在验证提出方法有效性的同时, 也表明其优于其他方法。
来源:2022年第1期
《系统工程与电子技术》期刊编辑部