您当前的位置：
首页 >
文章列表页 >
基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法
基于稀疏贝叶斯学习的时域流信号鲁棒动态压缩感知算法
A Robust Dynamic Compressive Sensing Algorithm for Streaming Signals in Time Domain Based on Sparse Bayesian Learning
- 电子学报 2020年48卷第5期 页码：990-996
DOI： 10.3969/j.issn.0372-2112.2020.05.021
移动端阅览
HTML全文
参考文献
出版信息
数据统计
93
浏览量
137
下载量
3
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于稀疏贝叶斯学习的OTFS系统脉冲噪声抑制方法
基于稀疏贝叶斯学习的GFDM系统联合迭代信道估计与符号检测
基于稀疏贝叶斯学习的快速DOA估计算法
基于中心频率-调频率域重构的多普勒空变目标高分辨SA-ISAR成像与横向定标
一种加载介质钉层的宽角低扫描损耗毫米波双极化相控阵
相关作者
王震铎
曾孟海
董繁荣
刘春鹏
王莹
于永海
郑毅
林彬
相关机构
哈尔滨工程大学信息与通信工程学院
大连海事大学信息科学技术学院
鹏城实验室
西安电子科技大学雷达信号处理全国重点实验室
西北大学计算机学院
