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。     

α 稳定分布噪声下基于核方法的非线性信道均衡算法

为了提高α稳定分布噪声下非线性信道均衡器的性能,本文利用核方法处理非线性问题,结合最小平均p范数算法的核心思想,构造了α稳定分布噪声下基于核方法的非线性均衡器,提出并推导了α稳定分布噪声下核最小平均p范数均衡算法。首先,通过核函数将接收信号映射到高维特征空间;然后,在高维特征空间中利用LMP算法对信号进行均衡;最后,将均衡器的输出信号表示为内积形式并利用核函数将其转化到输入空间进行计算。理论分析和仿真实验结果表明,与核最小均方算法和最小平均p范数算法相比,新算法在保证收敛速度的前提下降低了稳态误差,能够更好地对α稳定分布噪声下的非线性信道失真进行补偿。      

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。     

α稳定噪声中基于正态变换的次优接收机

通信信道中的冲激噪声通常可由对称的α稳定分布(SαS)描述。由于SαS的概率密度函数(PDF)无闭式表达,因此基于Neyman-Pearson准则的解析的最优接收机也不存在。采用解析模型——双参数柯西-高斯混合模型(BCGM)近似SαS的PDF,导出了基于正态化变换的零记忆非线性(NZMNL)限幅器,NZMNL限幅器使得α稳定噪声变换为标准的正态分布噪声。分析了基于该限幅器次优接收机的误码率性能,仿真结果表明对于噪声参数α(1.52.0]时,所提出接收机的性能优于经典的柯西接收机和钳位接收机。     

复杂噪声中谐波信号恢复的小波方法

本文主要研究了复杂噪声背景中的谐波信号的恢复问题.对于被乘性和加性噪声污染的谐波信号,且乘性噪声均值为零时,现有的循环统计量方法是基于FFT实现的,但其频率分辨率不高.本文利用小波在时频分析中精细和灵活的特点,提出了基于小波变换的谐波信号参数估计方法,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。     

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。     

谐波激光束的非线性传输变换

介绍了激光束谐波转换的理论处理以及光束的非线性相位 变化。理论分析结果与已有的实验报道吻合。     

冲激噪声中的谐波恢复

谐波恢复是信号处理中的基本问题,在各种情况下的谐波恢复问题被广泛地研究了。SαS过程由于能很好地描述许多具有冲激特性的信号,因而受到了日益重视。文研究了复各向同性的白SαS噪声中的谐波恢复问题,利用SαS过程的性质,给出了一种基于子空间方法的频率估计算法。该算法与数据矩阵法和分数低阶矩法作了比较,仿真结果显示了所给算法的优越性。     

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。     

基于广义协方差矩阵的乘性和加性噪声中的谐波恢复

针对非零均值乘性噪声中的谐波恢复问题,本文提出一种基于广义协方差矩阵的乘性噪声中谐波个数和频率的估计方法。首先定义一类广义协方差并构造广义协方差矩阵,通过对广义协方差矩阵进行特征值理论分析,得到了非零均值乘性噪声中谐波分量个数与协方差矩阵特征值之间的内在联系,这个性质可以用来估计谐波分量个数。而且利用子空间旋转不变性技术,可以从协方差矩阵中估计出谐波的频率。本文所提方法对于乘性和加性噪声的颜色和分布均无任何假设,可以应用于任意分布和任意颜色的乘性和加性噪声中的谐波恢复。仿真实验表明,本文所提谐波恢复方法具有很高的频率分辨率。      

α稳定分布噪声下自适应信号处理的研究进展

口稳定分布可以更好地描述实际应用中所遇到的具有脉冲特性的随机信号和噪声。本文介绍了a稳定分布的统计特性,综述了a稳定分布噪声环境下的时间延迟估计、波束形成、噪声抵消等自适应信号处理方法。基于分数低阶统计量的方法能够有效地抑制a稳定分布噪声,具有良好的韧性。     

诱发电位中α稳定分布噪声参数的动态估计新方法

针对诱发电位潜伏期变化检测中信号噪声的非平稳特性,本文提出了一种新的参数估计方法,实现了诱发电位中α稳定分布噪声的动态参数估计.计算机仿真结果表明,这种方法可以有效地跟踪信号噪声特性的变化,且进一步完善了EP潜伏期变化的动态检测方法.     

α稳态分布噪声下单基MIMO雷达DOA估计

MIMO雷达实际中的噪声通常是没有二阶以上的矩的α稳态分布冲击噪声,基于二阶或更高阶累积量的常用角度估计算法很难实现目标DOA估计。为此,提出了一种基于FLOM-RC-MUSIC算法的MIMO雷达DOA方法,通过利用匹配滤波后数据先进行降维处理,减小了算法的运算复杂度,再构造分数低阶协方差矩阵实现对冲击噪声的有效抑制,弥补了传统的处理算法不适用于冲击噪声的缺陷,增强了噪声子空间估计算法的稳健性。     

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一种新方法：ＨＢＳＴＣＨ－ＳＶＤ－ＴＬＳ。仿真实验表明，该方法不仅次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Ｈｉｂｌｅｒｔ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，并且适用于于谐波信号存在二次相应耦合情形，仿真实验验证了文中结论。     

乘性和加性噪声中谐波恢复和循环统计量方法

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量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。     

基于子空间旋转不变性的加性有色噪声中谐波频率的估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法。利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系。利用这个性质可以估计加性有色噪声中谐波的频率。本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用。仿真实验验证了本文所提算法的有效性。      

分数低阶α稳定分布噪声下HB加权自适应时间延迟估计新方法

针对LMS-HB自适应时间延迟估计方法在分数低阶α稳定分布噪声环境下的退化现象,依据分数低阶统计量理论,提出了基于分散系数最小化的LMP-HB自适应时延估计方法,并进一步提出了不依赖于参数估计的基于非线性变换的HB加权自适应时延估计方法。理论分析和计算机仿真结果表明,新方法在高斯和分数低阶α稳定分布噪声环境下具有良好的韧性。     

复杂噪声背景下的谐波恢复及非线性耦合谐波分析

本文主要在乘性噪声之间相关、乘性和加性噪声之间也相关的复杂噪声背景下,研究谐波恢复及非线性耦合谐波分析,提出噪声互可混的概念,推广了有关非线性耦合谐波分析的结论,用特殊定义的六阶时间平均矩谱切片成功地解决了复杂噪声背景下的谐波恢复问题.仿真实验证明了算法的有效性.