基于分数阶共变的有色谐波信号频谱估计

在alpha稳定分布噪声下,传统的谐波信号的频谱估计方法会失去其韧性。本文简要分析了分数阶共变矩阵的结构,在此基础上提出了基于分数阶统计量的谐波信号的频谱估计新方法:基于分数阶共变的Pisarenko谐波分解(FOC-PHD)算法和多信号分类法(FOC-MUSIC)算法。这种方法将信号频谱估计的范围从二阶矩扩大到p阶矩(1<p<α≤2)。通过对给定的alpha稳定分布噪声中正弦信号的估计与分辨进行仿真,详细比较了传统的谐波信号频谱估计和FOC-PHD、FOC-MUSIC频谱估计算法的性能,仿真结果表明,本文提出的方法明显优于传统的频谱估计算法,具有良好的韧性。

基于α稳定分布自共变的雷达回波频率谱估计

雷达工作在复杂的环境下,回波常伴有α稳定分布噪声,特别是当非高斯性较强时,传统的谱估计方法将退化,甚至不能工作。为此,提出了四种基于FLOS共变的雷达回波频率谱估计新方法:FLOS-直接法、FLOS-间接法、FLOS-welch法、FLOS-music法。通过对α稳定分布噪声中正弦信号频率估计的仿真结果表明,所提出的方法不论雷达杂波是传统分布还是非高斯的α稳定分布,均具有较好的工作韧性。

基于Alpha稳定分布的信号频谱估计

分析基于FLOM估计的共变谱估计,当α<1时,这种方法并不适应。提出了一种分数低阶共变谱的估计方法,通过对这两种α稳定分布噪声中正弦信号估计与分辨的仿真结果的比较表明,文章提出的方法显示出了较好的谱估计性能,且对α稳定分布噪声具有广泛的适用性。

Alpha稳定分布噪声下改进的频域预滤波方法

针对α稳定分布噪声和谐波信号在频域均表现为异常值这一特性,提出了一种新的频域预滤波估计方法。通过分数低阶共变将信号转换到频域,在频域利用自适应加权Myriad滤波器滤除尖锐脉冲,提取稳定分布噪声的共变谱,将稳定分布有色噪声转化为稳定白噪声,然后利用基于分数阶共变的Music方法估计信号的共变谱。仿真结果表明,在不需要知道稳定噪声任何统计特性的情况下,该方法在1<α<2的非线性度量空间,该算法取得了理想的效果。