混合色噪声背景下谐波恢复:一种可消除谱估计伪峰的互谱SVD-LS方法

扩阶特征方程方法由于可以有效地提高谐波恢复的谱分辨率及噪声抑制能力 ,因而被大多数谐波恢复方法所普遍采用 .但由此而产生的谱估计伪峰却严重干扰着谐波谱峰的判别 .本文依据对正弦谐波信号的扩阶互相关函数矩阵的特征分析 ,提出消除这种谱估计伪峰的理论及方法 .仿真结果表明本文所提出的互谱SVD LS方法可完全消除谱估计伪峰 。

基于状态空间模型谐波恢复的Tls-Hankel法

将状态空间模型与互高阶累计量相结合,充分利用状态空间模型具有的灵活性、方便性,提出基于状态空间模型谐波恢复的互高阶累计量的Tls-Hankel矩阵分解法,为解决谐波恢复问题提供了一条新的思路。仿真结果表明,在混合色噪声和很低信噪比条件下,该方法在谱估计的分辨率、稳定性及对混合色噪声的抑制等方面均明显优于自高阶谱估计方法。

谐波恢复的互高阶累计量Hankel矩阵法

本文将状态空间模型与互高阶累计量结合在一起 ,首次提出了基于状态空间模型谐波恢复的互高阶累计量的Hankel矩阵分解法 .该方法清晰地展现了谐波恢复问题的实质 ,充分利用状态空间模型所具有的灵活性、方便性 ,为解决谐波恢复问题提供了一条全新的思路 ,是一种短数据条件下的高精度算法 .仿真结果表明 ,该方法在混合色噪声和很低信噪比条件下谱估计的分辨率、稳定性及对混合色噪声的抑制等方面均明显优于自高阶谱估计方法 .

基于矩阵束的二维谐波恢复

本文在研究了二维谐波信号相关矩阵后，提出了一种称之为“矩阵束的二维谐波恢复（ＭＰ２Ｄ）”算法，该算法既不需要求解二维特征多项式的根，也不需要在二维频率空间搜索谱峰，算法具有高效性。仿真实验表明，该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。

乘性和加性噪声中谐波恢复的循环统计量方法

本文从循环平衡的观点出发来研究乘性和加性噪声中的谐波恢复问题.首先，在一定条件下建立了一般复过程的有限长付里叶变换的大样本性质．然后，得到了任意阶循环矩的样本估计关于循环频率的一致收敛速度．对于乘性和加性噪声中的谐波信号，建立了一、二、三阶循环矩样本估计的统计性质．在此基础上，分别提出了基于不同阶循环矩的谐波分最个数和频率的估计方法，并得到了估计的强相容性质和强收敛速度，最后给出了模拟实验结果．

相关乘性和加性噪声背景下的二维谐波恢复

针对乘性噪声和加性噪声均为零均值,且乘性噪声之间相关,乘性噪声和加性噪声之间也相关,这种复杂噪声背景下的二维谐波恢复问题,利用二维循环统计量方法进行了研究。提出了二维噪声互可混的概念,用来体现多个二维噪声之间的相关关系;定义了特殊的二维四阶时间平均多矩谱来估计信号频率。仿真实验证明了算法的有效性。

相关乘性和加性噪声共存背景下的谐波恢复

针对零均值乘性噪声和加性噪声共存、并且乘性噪声之间相关,乘性噪声和加性噪声之间也相关的噪声背景下的谐波频率估计问题,先用噪声互可混的概念来体现多个噪声之间的相关关系,并在此基础上提出了一种四阶时间平均多矩谱方法。该方法能够有效地估计出观测信号中的谐波频率,并且无需限制噪声的颜色和分布。仿真实验验证了该算法的正确性。

利用希尔伯特变换进行谐波恢复

非高斯有色噪声中具有相位耦合的谐波恢复问题是迄今为止没有得到很好解决的问题．本文基于希尔伯特变换和高阶累积量提出了一种新方法：ＨＢＳＴＣＨ－ＳＶＤ－ＴＬＳ．仿真实验表明，该方法不仅较好地解决了非高斯有色噪声中的具有二次相位耦合的谐波恢复问题，而且具有广泛的适用性．

非高斯有色噪声中基于四阶累积量噪声建模的谐波恢复方法

本文提出一种在非高斯ＡＲＭＡ噪声中谐波恢复的高阶累积量方法．该方法首先通过Ｈｉｌｂｅｒｔ变换构造复数观测值，然后使用它的一种特殊的四阶累积量建立噪声过程ＡＲ参数，由此对观测值滤波，最后通过ＳＶＤ－ＴＬＳ方法估计谐波信号参数．本文方法克服了以往对非高斯噪声分布的非对称性假设，成功地解决了对称分布非高斯有色噪声中的谐波恢复问题，并且适用于谐波信号存在二次相位耦合情形。仿真实验验证了文中结论．

一种基于循环小波累积量的谐波恢复方法

循环统计量是乘性和加性噪声中谐波恢复问题的主要分析工具之一。本文在其基础上提出了一种新的理论与方法——基于循环小波累积量的谐波恢复方法。首先,提出了循环小波累积量的定义。然后,建立了基于一阶、二阶、三阶循环小波累积量的谐波分量的频率和相位的估计方法。在此基础上,采用了一种可调参数的小波,通过调节其参数来改善传统方法中频率分辨率低的缺陷。最后给出了模拟实验结果。

噪声中的谐波恢复研究现状

高阶统计量是信号处理的一种新的强有力的工具,近年来在谐波恢复领域取得了很好的应用效果。本文在分析现有自相关方法的基础上,着重综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法,表明高阶统计量方法在抑制有色噪声影响上明显优越于自相关方法。

乘性和加性噪声中复谐波恢复的乘积型循环统计量方法

本文提出了乘积型循环统计量的概念,利用这一概念讨论了乘性和加性平稳噪声条件下的谐波恢复问题。首先从理论上证明了循环均值的样本估计误差服从零均值渐近正态分布,提出采用乘积型循环均值来抑制噪声,并给出了基于乘积型循环统计量的谐波估计的具体方法,仿真实验验证了该算法的有效性。

基于小波变换的复杂噪声背景中谐波恢复方法

对于被乘性和加性噪声污染的谐波信号,现有的循环统计量方法是基于Fourier变换实现的,但其频率分辨率不高。本文从确定性的信号模型出发,利用小波在时频分析中精细和灵活的特点,提出了谐波信号小波变换的规范化量图的方法,并建立了该规范化量图与信号参数之间联系。以此为基础,我们提出了基于小波变换的复杂噪声背景中的谐波恢复方法,并通过仿真实验对所提方法的性能进行了验证。

非高斯ARMA噪声中谐波恢复的杂交ESPRIT方法

本文研究非高斯ARMA噪声中的谐波恢复问题,提出了一种基于二阶和三阶统计量的杂交ESPRIT方法,该方法先估计噪声过程的AR部分参数,然后对观测值进行预滤波,最后估计谐波信号参量。模拟实验还验证了该方法的有效性和高分辨率。

非高斯有色噪声中谐波恢复的累积量投影方法

本文研究非高斯有色噪声中的谐波恢复问题。首先建立了复数线性非高斯过程的高阶累积量投影定理。应用该定理，由含噪谐波信号的四阶累积量求得非高斯有色噪声的自相关，然后通过求解一个广义特征值问题对矢量空间进行预白化，最后结合噪声子空间方法ＭＵＳＩＣ恢复谐波信号参数。本文方法克服了以往的困难，成功地解决了对称分布非高斯噪声背景下和谐波信号中存在二次相位耦合时的谐波恢复问题。仿真实验验证了本文结论。

累量域谐波恢复方法(英文)

累量域谐波恢复算法 ,通常假定谐波初相在 [-π,π]区间上均匀分布 ,而且大量的仿真实验沿用相关域的分析方法 ,假定谐波数目为二 ,其振幅几乎相等 .本文在对实际信号模型分析的基础上 ,从理论上得出了初相确定、谐波数目较多和信号动态范围比较大时累量自身及累量域参数估计方法的一些特点 ,指出了现有谐波恢复和基于三阶累量的噪声预滤波算法在理论和实际信号处理中的缺陷 ,并对大动态范围信号谐波恢复算法作了改进 ,使其理论更加完善。

基于互高阶累积量与信号空间结构特性的谐波恢复方法

将互谱思想与高阶累积量方法相结合形成了多通道互高阶累积量方法 ,该方法用于谐波恢复 ,突破了高阶累积量方法对噪声的限制 ,降低了互谱方法对硬件隔离的要求 .本文还采用了状态空间模型来描述时间序列 ,充分利用信号空间的结构特性 ,进而最终实现了在有色加性混合色噪声背景下较低信噪比的谐波恢复 .

高分辩率谐波恢复的互四阶累计量的Pisarenko方法

互高阶谱估计是抑制混合色噪声的一种有效方法。为此提出了一种混合色噪声背景下谐波恢复的互四阶累积量的 Pisarenko方法。仿真结果表明 ,该方法可同时抑制各信道间相关的高斯色噪声及相互独立的任意色噪声的影响 。

谐波恢复的多阶段分解算法

研究了加性噪声中的谐波恢复问题。基于一组相关矩阵的结构化信息,提出了一种频率估计的多阶段分解算法,在每个阶段仅抽取单个分量。通过一种求所定义的代价函数最优解的有效迭代算法,该算法可以找到单个分量,再利用多阶段分解和多阶段重构,可以得到全部分量。仿真实验表明,该算法的性能优于TLS-ES-PRIT方法。

复杂噪声背景中二维谐波恢复的循环小波累积量方法

讨论一种新的复杂噪声背景下的二维谐波恢复方法。循环统计量方法基于傅立叶变换,为了解决循环统计量方法分辨率低的缺陷,提出了基于循环小波累积量的新方法,利用小波的灵活性,通过一个可调参数可以改善算法的性能。最后仿真试验验证了本文所提算法的有效性。