抑制脉冲型噪声的高斯拖尾非线性函数设计

低频通信中脉冲型噪声会严重降低通信性能.针对脉冲型噪声的抑制问题,本文提出高斯拖尾零记忆非线性(Gaussian-tailed Zero Memory Nonlinearity,GZMNL)函数的最优化设计方法.GZMNL函数含有两个参数,分别控制其线性范围和拖尾程度,故适用于多种噪声分布.本文提出GZMNL设计以效能最大化为优化目标,采用自适应搜索算法来寻找GZMNL参数的最佳值.然后讨论了GZMNL在SαS(Symmetricα-Stable,SαS)噪声分布下的快速设计方法,以及在未知噪声分布时的稳健设计方法.最后,仿真SαS噪声和实测大气噪声数据的处理结果表明:本文设计方法在检测性能上能够接近最优非线性,且能够有效抑制未知分布的噪声.

高斯/非高斯混合随机风压场的模拟方法

针对作用于屋盖结构随机风压场样本的统计特性要求,基于零记忆非线性转化法的理论,给出随机风压场的具体模拟过程。其中,解决了两个关键问题:①推导了服从对数正态分布和韦布尔分布的多点非高斯随机过程向量的标准化协方差,与相应高斯随机过程向量的标准化协方差的函数转化关系;②提出了分解谱密度函数修正法,解决利用谐波合成法模拟多点高斯随机过程向量时,功率谱密度函数矩阵在某些频率点出现负定的问题。经过具体算例表明,所提出的方法能生成合乎风洞实验数据统计特性要求的随机风压场样本。

基于ZMNL和SIRP的相关非高斯杂波产生比较

针对雷达杂波模拟问题,介绍了零记忆非线性(ZMNL)法和球不变随机过程(SIRP)法的基本原理,仿真了5种相关非高斯杂波——Log-Normal、K、拉普拉斯、Weibull和广义Gamma分布。结果中模拟数据的概率密度函数与理论分布,Welch法估计谱与理论谱都能够较好地吻合,证明了两种算法的有效性。同时与分布参数估计相结合,比较分析了ZMNL法和SIRP法的适用情况和优缺点,并为两者的选择提出了合理的建议。

改进的复合高斯型杂波模拟方法

零记忆非线性变换(ZMNL)方法和球不变随机过程(SIRP)是模拟复合高斯型杂波的主要方法.针对基于传统ZMNL与SIRP方法中的K与Pareto分布雷达杂波仿真中存在的形状参数只能为整数或半整数的问题,通过增加支路利用Gamma函数第二参数的可加性,提出将Gamma函数的概率密度函数(PDF)转化为二阶非线性常微分方程,并求解产生任意参数下的Gamma分布随机数,从而将复合高斯型分布杂波的形状参数扩展到一般实数.仿真实验表明:提出的方法不仅适用于非整数或非半整数形状参数值的杂波仿真,而且进一步提高了拟合度.

相参相关Weibull分布海杂波建模与仿真

介绍了一种用零记忆非线性变换(ZMNL)模拟具高斯谱特性的相参相关Weibull分布海杂波的方法。由正交白高斯噪声序列经线性滤波器产生相关的正交高斯序列,用ZMNL将该序列通过非线性变换为相参相关Weibull杂波。仿真结果表明,该法形成的海杂波信号与理论值吻合较好,方法可行。