Data for: Spectrum Sensing with a Parallel Algorithm for Cyclostationary Feature Extraction

Cyclostationary feature detection is one of the most common methods used in spectrum sensing. The parallel algorithm presented here can be used in multi-core processors to speedup the execution time. The implementation uses OpenMP and the Fastest Fourier Transform in the West (a efficient Fourier transform method).

循环平稳特征检测（Cyclostationary feature detection）是频谱感知领域最常用的方法之一。本文提出的并行算法可应用于多核处理器，以缩短执行耗时。该实现方案采用了OpenMP以及西部最快傅里叶变换（Fastest Fourier Transform in the West，一种高效傅里叶变换方法）。

搜集汇总

背景与挑战

背景概述

该数据集提供了用于频谱感知的循环平稳特征提取并行算法的实现代码，旨在通过多核处理器加速计算过程。数据集包含一个基于OpenMP和FFTW（高效傅里叶变换方法）的算法实现文件，大小为2.78 MB，适用于并行处理和感知机制研究。该数据集关联已发表的学术论文，并采用CC BY 4.0许可证，便于学术共享和使用。