南京航空航天大学主页平台管理系统王正盛--中文主页-- Robust Long-Term Spectrum Prediction with Missing Values and Sparse Anomalies

王正盛(Professor of Mathematics)

招生学科专业：
应用统计 -- 【招收硕士研究生】 -- 数学学院
数学 -- 【招收博士、硕士研究生】 -- 数学学院
学位：理学博士学位
职称：教授
所在单位：数学学院

博士生导师
教师英文名称：Zhengsheng Wang
电子邮箱：
所在单位：数学学院
职务：Professor of Mathematics
学历：南京航空航天大学
办公地点：南京航空航天大学将军路校区理学楼358
性别：男
联系方式：wangzhengsheng@nuaa.edu.cn
毕业院校：南京航空航天大学

当前位置: 中文主页 >> 科学研究 >> 论文成果

标题：

Robust Long-Term Spectrum Prediction with Missing Values and Sparse Anomalies

点击次数：

所属单位：

电子信息工程学院

发表刊物：

IEEE Access

摘要：

Due to an increasingly instrumental role in dynamic spectrum access, spectrum prediction causes extensive concern. Recently, the long-term spectrum prediction scheme based on tensor completion (LSP-TC) was proposed, which performs prediction over a time-frequency-day spectrum tensor model. Nevertheless, LSP-TC suffers from missing data and sparse anomalies. In this paper, we show that the low-rank property of the tensor model may be destroyed by sparse anomalies, resulting in an invalid tensor completion. Therefore, robust tensor recovery (RTR) is introduced to fill the missing data and separate anomalies from the observation data. On the other hand, the regularity of the data sequences may also be severely affected by anomalies and missing data. To this end, a new prediction scheme named robust long-term spectrum prediction (RLSP) is proposed. Specifically, it alternatively performs prediction on partial data sequences (also referred to as pre-fill operation) and RTR in an iterative way, which not only reduces the damage to data sequence regularity brought by anomalies and missing data but also improves the accuracy of spectrum prediction. Finally, simulations based on the synthesis of data and real-world satellite spectrum data are given to show the superiority of our proposed RLSP over LSP-TC. © 2018 IEEE.

是否译文：

否

发表时间：

2019-01-01

合写作者：

Ge, Chao,Wang, Zheng,张小飞

通讯作者：

Ge, Chao,王正盛

发表时间：

2019-01-01

上一条：伪谱计算的降维迭代算法（英文）

个人简介

王正盛 教授，理学博士，博士生导师

科研兴趣主要包括：计算数学数值代数、矩阵理论计算及应用、科学与工程计算、不适定问题算法及其在图像处理中应用、大数据科学与信息科学中的矩阵方法等。已在《Numer. Algebra Appl.》、《Appl. Math. Lett.》、《J. Eng. Math.》、《Appl. Math. Comput.》等国际国内学术期刊上发表学术论文40余篇，其中SCI和EI收录20余篇。主持或参与国家级、省部级等科研项目10余项。现担任《南京航空航天大学学报》编委、SCI源刊等十余种国际国内学术期刊审稿人、美国MR评论员、江苏省计算数学学会常务理事、省数学会理事、省高等数学教学研究会监事、教育部学位中心评审专家。

主要给研究生、本科生、留学生等讲授“Matrix Theory”、“Numerical Analysis”、“矩阵计算”、“应用软件”等课程；现主持省级一流课程、精品课程等3门、教育教学研究项目3项；出版著作教材6部，其中全英文著作2部，国家级规划教材1部、省重点教材1部。担任全国大学生和研究生数模竞赛评审专家。

2012年-2013年美国Kent State University公派访问学者，并在University of Pittsburgh、Carnegie Mellon University、Case Western Reserve University学术访问。 2005年澳大利亚Swinburne University of Technology访问学者，并在墨尔本大学、新南威尔士大学、悉尼大学访问交流。2009年中科院计算数学与科学工程计算研究所访问学者。2008年香港科技大学学术访问。

曾获得江苏省优秀共产党员、全国大学生数模竞赛江苏省优秀指导教师、教学优秀一等奖、良师益友—我最喜爱的导师、最受留学生欢迎的老师、奖教金一等奖、优秀青年教师奖、优秀硕士学位论文指导老师、优秀本科毕设指导教师、教学成果奖一等奖和二等奖（主持）、优秀教材一等奖等荣誉和奖项。

学术经历：

2012年-2013年, 美国Kent State University，公派访问学者；
2009年, 中科院计算数学与科学工程计算研究所，访问学者；
2008年，香港科技大学，访问学者
2005年, 澳大利亚Swinburne University of Technology，访问学者。

研究方向：计算数学

1. 数值代数；离散不适定问题算法及图像处理应用；信息与数据科学中的矩阵方法等

2. 科学工程计算及软件：大规模矩阵计算及其应用.

同专业博导

同专业硕导

扫一扫用手机查看