基于广义柯西分布的最大后验准则频谱估计方法

经典的频谱估计方法和现代的频谱估计方法在低信噪比及小数据量的情况下,谱估计的分辨率和方差性能不能满足实际应用需要。因此,提出一种高分辨率、高精度DFT变换的新方法,此方法特别适用于线性频谱的估计。该方法基于最大后验概率准则,建立广义柯西-高斯分布模型,克服了短数据情况下的DFT变换分辨率低的缺点,具有收敛快、频率分辨率高、频率精度高的优点。计算机仿真结果证实了新方法的有效性。

α稳定分布噪声下基于稳健S变换的LFM信号参数估计

S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函数,并详细分析了其影响函数的稳健性。在此基础上,根据最大似然估计理论和S变换,提出了一种稳健S变换方法。该方法以S变换作为初始值,采用最大似然估计方法在时频域迭代得到,在保留S变换窗长选取灵活等优点的同时,进一步提高了S变换的时频聚集性。仿真实验表明,在处理脉冲噪声环境下的线性调频信号时,与传统的基于Myriad滤波、Meridian滤波等多种非线性滤波的方法相比,提出的稳健S变换不仅能有效抑制脉冲噪声,且在脉冲性较强的α稳定分布噪声环境下,具有良好的鲁棒性和优良的线性调频信号参数估计性能。