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。     

基于分数低阶ICA的混合噪声中脉冲噪声的消除方法

为了解决当信号中同时含有高斯噪声与α稳定分布脉冲噪声时,传统的基于二阶统计量的去噪方法会出现显著的性能退化的问题。通过基于负熵的分数低阶独立分量分析(ICA)算法先去除混合噪声中的脉冲噪声,然后利用SVD算法再去除混合信号中高斯噪声的方法,取得了较好的效果,且有效保护了混合信号中的纯净信号。     

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.     

一种基于三正交约束的摄像机标定方法

提出一种基于三正交约束的摄像机标定方法.设定摄像机坐标系为世界坐标系,标定摄像机内参数中的5个未知量和1个投影缩放因子,设计一种由7个空间点组成的标定模板,在不需要已知标定模板线段长度的情况下,仅需要2幅以上不同姿态标定模板的图像即可根据三正交关系建立约束方程组,通过矩阵特征值分解,求得摄像机内参数的解析解.对同一个摄像机进行对比实验,本文标定结果与平面经典法标定结果的相对误差仅为1.3%左右,且仿真数据实验和真实图像实验的结果表明,该算法具有较高的标定精度和鲁棒性.     

脉冲噪声下基于Renyi熵的分数低阶双模盲均衡算法

针对脉冲噪声下盲均衡器难以快速收敛并有效抑制噪声的问题,该文提出一种基于Renyi熵的分数低阶双模盲均衡算法。该算法将Renyi熵与分数低阶统计量相结合并用作代价函数来更新盲均衡器权向量,利用Renyi熵提高算法的收敛速度,利用分数低阶统计量增强算法对脉冲噪声的抑制能力。为了提升系统稳健性,该文进一步提出双阈值加权判决法,通过设置双阈值并引入非线性加权函数,使得两种代价函数之间的切换更为平滑。在不同脉冲性噪声、不同信道环境下进行仿真实验,结果表明,该文算法既能有效抑制脉冲噪声,又具有较快的收敛速度。