基于脉动阵列的基尼相关检测器算法研究

信号检测普遍应用于各个工程领域,当噪声模型完全或部分可知的情况下,有各种最优或次优的参量检测方法,但是在实际场景中,对噪声的了解是非常少的。在这种情况下,研究者提出了在噪声模型未知的情况下仍具有较高稳健性的非参量的检测方法。提到的基尼相关检测器属于基于秩统计量的非参量检测器,在噪声模型未知的情况下仍具有良好的性能。为了将基尼相关检测器应用于雷达系统等高采样频率、实时性要求高的系统中,提出了利用FPGA实现基于脉动阵列的基尼相关检测器快速算法,利用硬件加速将现有算法的时间复杂度从线性对数量级,降为常数量级。通过VIVADO软件搭建脉动阵列,并通过VIVADO自带的仿真验证了算法的正确性。

相关系数研究综述

相关系数是表征两个随机变量之间统计关系强弱的统计量,在几乎所有科学与技术领域都获得了广泛应用.本文以二元高斯分布为基本模型,对文献中常见的5种相关系数的统计特性作相对全面的回顾与总结,并探讨了其适用的场合.具体结论如下:(1)当样本满足二元高斯分布时,皮尔逊积距相关系数是最佳选择;(2)当样本中存在轻微的单调非线性畸变时,序统计量相关系数比较适用;(3)当样本中存在严重的单调非线性畸变时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择;(4)当只有一路信号中存在单调非线性畸变时,基尼相关是最佳选择;(5)当样本中存在脉冲干扰时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择.

相关系数在脉冲噪声环境下的稳健性综述

作为相关分析的重要工具,相关系数在众多科学与技术领域中都得到了广泛的研究和应用.基于文献中两种常用的二元混合高斯模型,本文回顾和对比了5种相关系数分别在单通道以及双通道中存在脉冲噪声时的稳健性.定量的研究结果表明,在脉冲噪声环境下,文献中最为常见的皮尔逊积矩相关系数性能急剧恶化.而另外4种相关系数则在两种噪声模型下均表现出良好的抗干扰能力.