排序方式: 共有20条查询结果,搜索用时 484 毫秒
1.
2.
3.
4.
基于分数阶谱的频域广义白化滤波方法 总被引:14,自引:2,他引:12
在简要介绍稳定分布统计特性的基础上,描述了稳定分布的谱表示,提出了一种不同于二阶过程功率谱的共变谱密度概念及基于共变函数与共变谱密度的稳定分布白噪声的概念及其判断标准,对传统意义上的白噪声进行了广义化,并依据稳定分布的参数模型,论述了一种基于α谱的频域广义白化滤波方法。仿真实验表明,这种算法是一种在高斯和分数低阶α稳定分布噪声条件下具有良好韧性的白化滤波方法,是对传统的二阶统计量基础上的白化滤波方法的改造与推广。 相似文献
5.
利用稳定分布对具有脉冲特性的噪声进行建模,提出了一种新的分数低阶协方差概念,推导了一种基于分数低阶协方差矩阵的波束形成方法,并分析了其旁瓣特性。模拟表明新方法具有更高的信号干扰噪声比及更强的波束形成与旁瓣抑制能力。新算法在高斯和分数低阶稳定分布环境下比传统的算法具有更好的韧性。 相似文献
6.
7.
脉冲噪声环境下基于分数低阶循环相关的MUSIC算法 总被引:2,自引:0,他引:2
该文以稳定分布作为噪声模型,研究了脉冲噪声环境下循环平稳信号的波达方向估计问题。针对在脉冲噪声环境中基于传统2阶循环相关的算法效果显著退化的问题,该文提出了基于分数低阶循环相关的分数低阶循环MUSIC算法(FLOCC-MUSIC)。将分数低阶循环相关与MUSIC算法相结合,可以有效抑制脉冲噪声的同频带干扰。计算机仿真表明了此算法可有效完成高斯噪声和脉冲噪声条件下的波达方向估计,其性能优于传统的基于2阶循环相关的Cyclic-MUSIC。 相似文献
8.
基于分数阶共变的有色谐波信号频谱估计 总被引:2,自引:0,他引:2
在alpha稳定分布噪声下,传统的谐波信号的频谱估计方法会失去其韧性.本文简要分析了分数阶共变矩阵的结构,在此基础上提出了基于分数阶统计量的谐波信号的频谱估计新方法:基于分数阶共变的Pisarenko谐波分解(FOC-PHD)算法和多信号分类法(FOC-MUSIC)算法.这种方法将信号频谱估计的范围从二阶矩扩大到P阶矩(1<p<a≤2).通过对给定的alpha稳定分布噪声中正弦信号的估计与分辨进行仿真,详细比较了传统的谐波信号频谱估计和FOC-PHD、FOC-MUSIC频谱估计算法的性能,仿真结果表明,本文提出的方法明显优于传统的频谱估计算法,具有良好的韧性. 相似文献
9.
稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。与其它统计模型不同, 稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在。针对系统中存在独立SS噪声与高斯噪声,该文基于SSG分布模型,提出了一种混合噪声环境下基于滑动窗与韧性函数自适应广义递归最小p范数滤波算法,并对算法进行了分析。计算机模拟和分析表明,这种算法是一种在SSG分布背景噪声条件下具有良好鲁棒性的方法。 相似文献
10.