对称α稳定分布噪声下的软解映射算法

对称α稳定(SαS)分布噪声是一种非高斯噪声,相对于高斯噪声具有明显的脉冲特性,因此高斯噪声下的软解映射算法不适用于SαS分布噪声中。为解决该问题,根据高斯噪声下软解映射算法的对数似然比和信号幅度呈线性的特点,提出一种SαS分布噪声下基于欧式距离的软解映射算法,只需在高斯噪声下的软解映射算法和译码算法之间加入预处理算法,限制比特软信息的幅度,并将幅度过高的软信息置零。仿真结果显示,该算法实现简单、运算量低,所需信噪比在α=1.84的SαS分布噪声下比Huber算法低0.3 dB,在α=1.3的SαS分布噪声下低2 dB^5 dB。

对称α稳定分布中预处理的共变时差估计

针对传统共变算法在对称α稳定分布(SαS)噪声中方差趋于无穷,实际应用效果不佳的缺点,本文提出了一种基于预处理的共变时差估计算法,该算法将接收信号通过任意满足奇对称单调增的有界函数进行预处理后,再使用共变算法,理论证明了改进算法方差降为了有限值,从而提高了时差估计精度及算法实际应用价值。最后提出了两种满足上述条件的预处理函数,并对其和已有的反正切函数进行仿真,验证了本文算法在SαS分布噪声环境下提高算法估计精度的有效性和在高斯噪声环境下的适用性。

对称α稳定分布特性及其参数估计方法研究

对称α稳定分布能较好地描述混响等非高斯对称概率密度序列特征,首先探讨并给出序列非高斯性、对称性判定方法,在此基础上,研究并比较分数低阶矩法和对数矩法两种对称α稳定分布参数估计方法,仿真及实测数据处理结果表明:对数矩法估计性能优于分数低阶矩法。

基于对称α稳定分布的隐蔽通信系统

提出了一种新的隐蔽通信系统,利用α稳定分布随机序列前后半码元周期的相关性来传输信息对比特.为了降低调制信号在时域上的相关性,通过交织器对调制信号进行置乱后传输.利用改进的循环谱密度来检测信道中信号的隐蔽情况,验证了所提出系统具有很强的隐蔽性.最后仿真和分析了系统的误码率性能,结果表明系统具有很好的性能.

海洋混响数据的SαS分布建模

为了有效抑制主动声呐混响,新型统计信号处理设计中常对海洋混响进行非高斯概率密度建模,本文在考察分析海洋混响数据的特点和SαS分布的优势之后,将SαS分布引入到混响非高斯概率密度建模中,给出了2种模型参数估计方法,并使用仿真和实测数据进行了验模,通过大量海试混响数据建模结果分析,对混响数据的SαS分布规律进行归纳总结。研究表明:SαS分布能够较好描述海洋混响的概率密度,其特征指数近半数集中在1.6~1.9。

基于SαS分布的高斯化处理研究

针对非高斯背景干扰下的弱信号检测需求,在综述高斯化处理与扩展匹配滤波概念及思路的基础上,该文提出了两种基于对称α稳定分布建模的高斯化处理方法,构建了相应的扩展匹配滤波检测器,并对比早先建立的混合高斯分布下的高斯化处理,对其高斯化效果、对应检测性能、运行速度等进行了仿真研究。研究表明,高斯化处理可以降低背景干扰的非高斯性,从而提高后续匹配滤波的检测性能;基于对称α稳定分布的高斯化处理,在保持性能的同时,具有更高的运行效率。

a稳定脉冲噪声下宽带电力线通信系统性能分析

基于宽带电力线通信(PLC)中,高斯分布的背景噪声往往不能如实反应人类日常用电活动产生的噪声特性,为此,该文提出用对称α稳定(SαS)分布对PLC背景噪声进行建模,研究基于正交频分复用(OFDM)系统误符号率(SER)的解析性能,并指出在SS背景噪声的情况下,对接收到的复基带SαS噪声样值进行快速傅里叶变换(FFT)后,信号的实部和虚部仍然服从单变量的SαS分布,且由于SaS背景噪声占用了整个OFDM系统的频带,系统的误符号率性能随着FFT点数增加而产生恶化。

基于SαS分布的水声信号自适应波束形成算法

提出一种水声噪声环境中的自适应波束形成算法。该算法在假设水声信号服从对称α稳定分布(SαS)的前提下,定义零阶阵列响应,根据最小方差无畸变响应波束形成器(MVDR)提出零阶最小方差无畸变响应波束形成器(ZMVDR)。实际水声试验信号数据分析证明了提出的ZMDVR在不需要特征指数α的先验条件下,性能与分数低阶最小方差无畸变响应波束形成器(FrMVDR)相当,并优于MVDR波束形成器。

SαS分布下的累积分布检测器

针对对称α稳定(symmetricαstable,SαS)分布背景下局部最优检测(locally optimal detector,LOD)结构复杂、难以进行恒虚警处理的问题,提出一种自适应累积分布检测器(cumulative distribution detector,CDD)。该检测器首先利用累积分布函数对接收信号进行非线性变换,然后再进行匹配滤波处理。根据双参数柯西-高斯混合(bi-parameter Cauchy-Gaussian mixture,BCGM)模型对SαS分布进行近似,在此基础上对CDD的检测性能进行了系统分析,证明了其恒虚警特性,并通过Sigmoid函数对该检测器进一步简化得到了近似累积分布检测器(near CDD,NCDD)。理论和仿真结果都表明,当α较大时,NCDD性能接近LOD,但结构更加简单,更易于恒虚警处理。

冲击噪声背景下相干信源DOA估计方法研究

研究了冲击噪声环境下相干信源波达方向(DOA)估计问题。在对称α稳定分布冲击噪声假设下,基于共变和分数低阶矩的MUSIC(即ROC-MUSIC和FLOM-MUSIC)方法不能用于相干信源DOA估计。本文首次将空间平滑思想应用于共变系数矩阵和分数低阶矩矩阵中,定义了新的前后向平滑共变系数矩阵和前后向平滑分数低阶矩矩阵,提出了两种新的适用于冲击噪声环境的相干信源DOA估计方法:基于前后向平滑共变系数矩阵的空间平滑(ROC-SS)算法和基于前后向平滑分数低阶矩矩阵的空间平滑(FLOM-SS)算法。理论分析表明,可以通过前后向平滑共变系数矩阵和前后向平滑分数低阶矩矩阵的特征分解来估计噪声子空间,从而实现对相干信源的DOA估计。论文还对提出的ROC-SS算法和FLOM-SS算法进行了性能对比分析。计算机仿真结果证明了ROC-SS算法和FLOM-SS算法的有效性和正确性。

利用分数低阶空时矩阵进行冲击噪声环境下的DOA估计

研究冲击噪声环境下的信号DOA估计问题。在对称α稳定(SαS:Symmetric-αstable)分布冲击噪声假设下,定义了一个阵列接收数据的广义分数低阶空时矩阵。理论分析表明,对广义分数低阶空时矩阵进行奇异值分解可获得噪声子空间估计。与信号空间DOA估计技术相结合,提出一种新的基于信号空间分解的DOA估计算法。该算法在低信噪比下对强冲击噪声具有更好的抑制作用。计算机仿真证明了算法的有效性。

脉冲噪声环境下一种韧性的时延与多普勒频移联合估计法

由于α稳定分布噪声会降低基于二阶循环统计量的传统方法的性能,本文基于分数低阶统计量理论提出p阶循环相关的概念并给出相应性质及证明,在此基础上对已有的循环模糊函数进行了广义化.计算机仿真表明,这种广义的循环模糊函数能够在高斯和α稳定分布噪声条件下有效地联合估计时延和多普勒频移,其性能不仅优于基于二阶循环相关的CCA(循环模糊函数)法,也优于FLOAF(分数低阶模糊函数)法,是韧性的、具有更广泛应用意义的方法.

脉冲噪声环境中鲁棒的自适应波束形成方法

本文提出一种脉冲噪声环境中的自适应波束形成方法.方法假定噪声服从对称α稳定(SαS:Symm et-r ic-αstab le)分布,首先定义分数低阶阵列响应,然后根据最小方差无畸变响应波束形成器(M VDR)提出分数低阶最小方差无畸变响应波束形成器(F rM VDR).理论上证明了当阶数小于噪声特征指数的一半时,分数低阶阵列输出功率有界.计算机仿真实验证明了本文提出的F rM VDR波束形成器在高斯噪声和非高斯脉冲噪声环境中性能都优于M VDR和其他有关的基于分数低阶矩的波束形成器,是一种鲁棒的自适应波束形成器.

超低频遥控系统的噪声建模与抑制

超低频遥控系统受大气噪声干扰严重,传统的匹配滤波器性能退化明显,为提高超低频遥控系统的可靠性,研究了系统中的噪声建模与抑制技术。通过对实测数据的分析验证了采用对称α稳定(SαS)分布拟合信道噪声的可行性,从分布模型出发,通过仿真研究了Myriad滤波器、局部最优检测器和削波器对超低频大气噪声的抑制效果。结果表明:SαS分布可以作为超低大气噪声的幅度概率分布模型;Myriad滤波器能够以较低的计算复杂度实现对超低频大气噪声的有效抑制。

一种基于多循环频率的韧性时延与多普勒频移联合估计算法

本文提出了一种基于分数低阶循环模糊函数的多循环频率时延与多普勒频移联合估计算法.该方法将分数低阶矩与循环平稳特性相结合,能够在SαS(SymmetricαStable)脉冲噪声条件下检测信号的循环平稳特性.算法充分利用了信号的循环频率信息,具备较强的抑制干扰能力.仿真结果表明,在脉冲噪声和干扰环境中本文提出的算法均能稳定工作,估计性能优于基于二阶循环模糊函数和p阶循环模糊函数的算法,是一种韧性的时延与多普勒频移联合估计算法.

基于分数低阶矩的空时最大似然DOA估计

为了提高现有基于分数低阶空时矩阵类算法的估计精度和其在低信噪比时的解相干性能,在对称α稳定分布噪声条件下,提出改进分数低阶空时矩阵用于独立信源DOA估计,基于分数低阶矩的空时最大似然算法用于相干信源DOA估计.仿真结果表明:针对独立信源,改进的分数低阶空时矩阵进行DOA估计的成功概率高于分数低阶空时矩方法;针对相干信源,分数低阶矩的空时最大似然算法的估计成功概率比SS-FLOM算法高,均方根误差比SS-FLOM算法小;新方法克服了空间平滑类算法严重损失阵列孔径的弊端,节省阵元.

SαS与高斯的混合噪声中低密度校验码的译码算法

首先引入对称α稳定(SαS)噪声来建立脉冲噪声的统计模型,并认为接收端噪声是SαS与高斯噪声相迭加的混合噪声;用数值计算的方法,分析了混合噪声的概率密度函数;在此基础上提出了脉冲噪声环境下的修正MPA算法。仿真表明,算法性能优良,且是顽健的。

基于统计模型的图像融合

永磁电机是电动汽车的主要部件之一,其可靠性关系着汽车的整体性能指标.以奇瑞集团永磁电机检测生产线为工况背景,通过大量理论分析和现场试验,提出了一种新的红外与可见光图像融合算法,对源图像小波系数进行广义高斯统计建模的多模态图像融合,采用新的加权平均融合规则来进行小波系数的融合,通过数据估计特征指数和形状参数,判断融合数据是否在广义高斯或对称α稳定的吸引域内;最后,将融合后的系数重构为一幅图像,比较基于这两种统计模型下融合图像的效果.实验结果证明,基于广义高斯小波系数建模的加权平均法融合的效果比较好.

航道多载波的通信时延与多普勒频移联合估计

针对海上航道立体监测系统中水声信道高斯噪声和对称α稳定(SαS,SymmetricαStable)脉冲噪声干扰的复杂环境,以基带OFDM(Orthogonal Frequency Division Multiplering)水声通信系统的发射信号作为研究对象,提出了一种基于分数低阶循环模糊函数的多循环频率时延与多普勒频移联合估计算法.该方法将分数低阶矩与循环平稳特性相结合,能够在SαS脉冲噪声条件下检测信号的循环平稳特性.仿真结果表明:在脉冲噪声和干扰环境中该算法均能稳定工作,估计性能优于基于二阶循环模糊函数.

冰下非高斯噪声下的范数约束波束形成方法

为解决冰下环境中噪声模型失配导致方位估计误差较大的问题,提出了一种基于范数约束的波束形成方法。该方法通过对接收信号进行范数约束来优化数据协方差矩阵,克服非高斯噪声带来的模型失配问题,提升方位估计的准确率。信号范数约束的性能分析表明,范数约束可有效抑制非高斯噪声。仿真及试验结果表明,在冰下环境中对接收信号进行范数约束后再实施波束形成可有效提高方位估计结果的准确度和稳定性。