基于自适应门限的改进BigBand算法

BigBand算法是一种利用信号普遍稀疏特性的欠采样算法。传统BigBand算法依靠经验设置固定门限,在低信噪比和噪声变化剧烈的情况下,频谱混叠会使噪声的值被叠加放大,信号与噪声难以明显区分,频谱感知能力差。针对该问题,提出了一种基于自适应门限的改进BigBand算法,利用预设信号虚警概率获得初始噪声门限和信号门限,并根据感知环境信噪比动态调整门限阈值,再依据经验选择噪声或信号门限作为门限阈值进行信号判决与感知。实验结果表明,相较于传统BigBand算法,该改进算法能适应低信噪比和噪声变化剧烈的环境,抗干扰性较好,具有更好的频谱感知能力。