Gerschgorin稀疏度估计的宽带频谱感知算法

　　针对在低信噪比（ SNR）情况下稀疏度欠估计和高信噪比情况下稀疏度过估计的问题，提出了一种基于Gerschgorin理论稀疏度估计的宽带频谱感知算法。首先，该算法利用Gerschgorin理论分离信号圆盘与噪声圆盘得到稀疏度估计值；然后，利用正交匹配追踪（ OMP）算法得到频谱支撑集；最后，完成宽带频谱感知。仿真结果表明，所提算法、AIC-OMP算法和MDL-OMP算法频谱感知的检测概率达到95%信噪比分别需要4.6 dB、8.5 dB和9.7 dB；所提算法频谱感知的虚警概率在信噪比大于13 dB时趋近于0，明显低于BPD-OMP和CDRI-OMP算法的虚警概率，因此，所提算法对于压缩感知（cs）的信号稀疏度估计兼顾了低信噪比和高信噪比时的稀疏度估计性能，频谱感知性能优于AIC-OMP算法、MDL-OMP算法、BPD-OMP算法和CDRI-OMP算法。