脉冲噪声环境下基于相关熵的多径TDOA估计算法

为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法。仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息。     

脉冲噪声下基于相关熵的相干分布源DOA估计新方法

针对复杂电磁环境下被动无线监测定位问题,该文提出广义相关熵的概念,推导了广义相关熵的性质,用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计,提出基于广义相关熵的DOA估计新方法,并证明了该方法的有界性。为进一步提升算法的鲁棒性,推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明,该算法能够实现脉冲噪声环境下相干分布源参数的联合估计,相比已有算法,具有更高的估计精度和鲁棒性。     

脉冲噪声下基于中值离差相关熵的DOA估计方法

作为阵列信号处理的一个基本问题,波达方向估计在现代通信领域有着广泛的应用。常规估计方法通常基于高斯噪声假设。 而当阵列接收数据包含 Alpha 稳定分布脉冲噪声时算法将完全失效。针对 Alpha 稳定分布噪声下的波达方向估计问题,本文定义了一种改进的相关熵算子——中值离差相关熵,并从理论上证明了它的有界性。 以此为基础结合 MUSIC 算法提出了一种波达方向估计新方法。该方法不需要噪声先验知识,且在脉冲噪声环境中具有鲁棒性。仿真实验表明, 即使在短快拍、强脉冲噪声的恶劣环境下,本文方法依然具有良好的性能。      

对称稳定分布噪声下基于广义相关熵的DOA估计新方法

针对稳定随机变量有限二阶矩不存在的特点,该文定义了一种新的广义相关熵,并从理论上证明了对称稳定分布随机变量广义相关熵的有界性。此外,提出了一种稳定分布噪声下基于最小广义相关熵准则的DOA估计新方法,给出了一种迭代优化算法并通过仿真实验分析了算法的收敛性。仿真结果表明,与现有基于分数低阶矩的FLOM-MUSIC、基于类相关熵的CRCO-MUSIC以及基于lp范数的ACO-MUSIC算法相比,所提方法可以获得更好的估计结果,尤其是在高脉冲性噪声环境下具有更加明显的优势。     

脉冲噪声下基于广义类相关熵的DOA估计新方法

针对基于分数低阶统计量波达方向估计方法的局限性,受相关熵概念的启发,本文提出广义类相关熵（GCAS）的概念和相应的波达方向估计新方法。计算机仿真结果表明,在Alpha稳定分布噪声环境下,本文提出的基于GCAS的MUSIC波达方向估计方法比基于分数低阶统计量的MUSIC方法在抗噪声特性和多源信号分辨特性等方面具有更好的性能。      

脉冲噪声环境下单基地MIMO雷达目标角度估计算法

以α稳定分布作为脉冲噪声数学模型,研究了脉冲噪声环境下单基础多输入多输出(MIMO)雷达目标角度估计问题。为了解决基于分数低阶统计量的目标角度估计算法需要脉冲噪声先验信息的问题,利用雷达接收数据构造出两种鲁棒的相关矩阵,即相关熵相关矩阵和非线性压缩核函数相关矩阵,提出了基于这两种鲁棒相关矩阵的单基地MIMO雷达目标角度估计算法。仿真实验表明:在α稳定分布脉冲噪声环境下,新提出的责任中算法的性能明显优于传统的基于二阶统计量和基于分数低阶统计量的目标角度估计算法。     

脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型，研究了非高斯噪声对传统的二阶循环统计量的影响，提出了分数低阶循环相关的概念，研究并证明了其性质，对传统意义上的二阶循环统计量进行了广义化，并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明，该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值，其性能不仅优于基于二阶循环相关的自适应时延估计算法，而且优于最小平均P范数（LMP）自适应时延估计方法。     

对称稳定分布的相关熵及其在时间延迟估计上的应用

相关熵是一个表示随机变量局部相似性的统计量。该文首先研究对称-稳定SS分布的相关熵的参数表示,利用该参数表示证明了对于位置参数为零的分布SS,最大相关熵准则与最小分散系数准则是等价的。最后将研究结果应用于稳定分布噪声环境下自适应时间延迟估计。仿真实验表明,该文算法性能优于最小均方误差时间延迟估计与最小平均P-范数时间延迟估计。     

冲激噪声环境下基于最大相关熵准则的双基地 MIMO雷达目标参数联合估计算法

该文采用最大相关熵准则(MCC)对平行因子分析算法中基于三线性最小二乘(TALS)迭代准则的目标函数进行了修正,推导出适用于脉冲噪声环境的韧性平行因子分析(PARAllel FACtor, PARAFAC)算法(MCC- PARAFAC算法),并将该方法应用于双基地MIMO雷达系统目标参数估计中。MCC-PARAFAC算法能够抑制脉冲噪声的影响,具有较好的估计性能,并且能够实现自动配对。仿真实验验证了算法的有效性。     

脉冲噪声条件下的相关熵谱估计

基于相关函数的常规功率谱估计方法在脉冲噪声环境中性能下降明显,受大脉冲干扰时甚至会失效。而具有局部相似度量特性的相关熵对脉冲信号的影响并不敏感,能够很好地适应脉冲噪声条件。将受干扰信号的相关熵函数代替自相关函数,得到基于相关熵的功率谱估计方法。通过仿真进行对比验证,结果表明在相同信噪比条件下基于相关熵的功率谱估计方法在α稳定分布噪声环境中更加稳健,特别在大脉冲条件下（α<1.6）能对有用信号进行更加有效的估计,且估计误差的均值和方差值仍保持很低。      

冲激噪声环境下基于最大相关熵准则的韧性子空间跟踪新算法

本文采用最大相关熵准则(MCC)对投影近似子空间跟踪(PAST)算法中基于最小平方误差(MSE)准则的目标函数进行修正,推导出适用于冲激噪声环境的韧性投影近似子空间跟踪新算法(MCC_ PAST算法).对两种冲激噪声模型包括,稳定分布噪声模型和混合高斯噪声模型环境下的时变波达方向估计问题的实验仿真表明,与基于韧性M估计的PAST改进算法(RLM_ PAST算法)相比,MCC_ PAST算法可以自适应地调整核长,对于阵列接收数据的变化体现出更好的适应性.     

基于Screened Ratio原理的冲击噪声环境下DOA估计算法

该文提出了一种冲击噪声环境中DOA估计的算法。算法首先根据Screened ratio原理构造阵列信号的相关矩阵,然后利用MUSIC算法实现DOA估计。与基于分数低阶矩(FLOM)的算法相比,该文算法不需要选择FLOM参数p。计算机仿真表明该文算法在冲击噪声环境下具有更佳的稳定性和估计精度。     

冲击噪声环境下的快速实值算法

在冲击噪声环境中,包括MUSIC、ESPRIT和MNM在内的传统DOA算法估计性能急剧下降甚至失效,因此出现了一些基于分数低阶矩的稳健性算法,例如ROC-MUSIC和FLOM-MUSIC等。虽然在冲击噪声环境下,这些稳健性算法具有很好的工作性能,但是这些算法需要进行计算量较大的复数特征分解,从而不适宜实现DOA的快速有效估计。为了解决这一问题,提出了一种快速实值算法(FRA),由于该算法可在实数域工作并且不需要进行特征分解,所以它的计算量远小于现有算法,在同等条件下更有利于快速地估计DOA。计算机仿真证明该算法具有优良的DOA估计性能,适宜在冲击噪声环境下应用。     

Robust Channel Estimation Under Impulsive Noise for Multipath Fading CDMA Systems

This paper proposes a novel fuzzy channel estimator for direct-sequence code-division multiple-access systems with time-varying multipath fading channels under impulsive noise. The proposed estimator combines a least-squares channel estimator with a fuzzy median filter which is based on fuzzy rank ordering of samples. Simulation results clearly show the superior channel estimation success of the proposed estimator under highly impulsive noise.     

脉冲噪声环境下基于拉格朗日插值分数延迟滤波器的时延估计方法

该文针对稳定分布噪声模型,依据分数低阶矩理论提出一种新的非整数时延估计算法EFMML (Explicit Fractional lower order Mix Modulated Lagrange)方法。从理论上对算法的收敛条件进行了讨论,计算机仿真结果表明该方法具有良好的韧性,同时适用于高斯噪声和稳定分布脉冲噪声下的时延估计,且比另一种脉冲噪声下的非整数时延方法FSETDE(Fractional lower order Simplified Explicit Time Delay Estimation)更有效。