公共文化服务平台

基于稀疏贝叶斯学习的码元速率估计被引量：10: 2018年; 现有的相位编码信号码元速率估计方法在样本点足够多的情况下才能准确估计出参数,且算法复杂度高。针对此问题,该文详细分析了BPSK信号的结构特征,并以此为先验信息对其循环自相关(CA)向量进行压缩采样,降低了传统贝叶斯复数处理方法的维度。利用压缩传感中离散傅里叶变换矩阵的奇偶性,分解传感矩阵为正弦和余弦变换,分别将CA向量的实虚部转换到对应变换域测量,根据复数信号实虚部具有相同支撑集这一特点,采用多任务稀疏贝叶斯重构时延积向量的单边谱分量,从而估计出码元频率。理论分析和仿真结果表明,相较于其它基于稀疏贝叶斯学习的参数估计算法,所提方法在测量数量较少的情况下也能准确估计出循环频率,且算法实时性显著提高。; 金艳田田姬红兵; 关键词：码元速率估计循环自相关

a稳定分布噪声下基于Merid滤波的跳频信号参数估计被引量：14: 2014年; 常规时频分析方法是处理跳频(FH)信号的有力工具,但在a稳定分布噪声环境下无法有效地实现参数估计。该文提出基于Merid滤波的时频分析方法对跳频信号进行参数估计。Merid滤波器可以有效地抑制a稳定分布噪声,该文先对观测信号进行Merid滤波,再采用短时傅里叶变换(STFT)进行参数估计。仿真结果表明,在a稳定分布噪声环境中,该方法的跳频信号参数估计性能优于基于分数低阶和基于Myriad滤波的两种时频分析方法。; 赵新明金艳姬红兵; 关键词：信息处理跳频信号参数估计 Α稳定分布噪声

复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计被引量：6: 2017年; 同步压缩变换建立在小波变换的基础上,通过在较小频域范围内压缩小波系数,可有效改善信号的能量分布,提高时频聚集性。该文针对线性调频(LFM)信号的参数估计问题,根据适用于LFM信号的Chirplet变换,在同步压缩理论的框架下,提出一种同步压缩Chirplet变换方法(SSCT)。由于充分利用了LFM信号时间与频率的线性关系,SSCT方法在提高Chirplet变换时频平面能量聚集性的同时,可实现信号参数的精确估计,且保留了Chirplet变换窗函数选取灵活,无交叉项干扰等优点。针对复杂噪声环境下的参数估计问题,进一步提出分数低阶SSCT方法(FLOSSCT)。仿真结果表明,在高斯噪声以及脉冲性更强的α稳定分布噪声背景下,该方法可有效实现LFM信号的参数提取,具有较好的鲁棒性。; 金艳高舵姬红兵; 关键词：线性调频信号参数估计 Α稳定分布噪声

脉冲噪声中基于数据可信度加权的跳频信号检测: 2016年; 时频分析是跳频(frequency-hopping,FH)信号检测的有力工具,但是脉冲噪声下性能严重退化,无法有效地提取跳频信号的周期、频率和跳变时刻等参数;基于分数低阶统计量和最大似然估计(maximum-likelihood,ML)的算法是改善脉冲噪声下FH信号时频分布的两类常用方法,但前者性能改善有限,后者通常对噪声的概率分布较为敏感,且计算复杂度高。对此,提出一种基于数据可信度加权(weighting based on the data credibility,WDC)的FH信号检测方法。该方法基于云模型(cloud model,CM)理论,建立了数据可信度的概念,以分析脉冲噪声下接收信号的不确定性,然后在此基础上实现信号加权,改善脉冲噪声下FH信号的时频分布特征。仿真实验证明,在稳定分布噪声中,该方法与基于分数低阶及Myriad滤波器的时频分析方法相比,能够较好地抑制脉冲噪声,获得FH信号的参数信息,具有良好的鲁棒特性。; 金艳李曙光姬红兵; 关键词：云模型跳频信号检测时频分析脉冲噪声

Alpha稳定分布噪声下基于L-DFT的LFM-BPSK复合调制信号参数估计被引量：2: 2015年; 针对现有的复合调制信号参数估计方法在Alpha稳定分布噪声中性能严重退化的问题,提出一种基于L-DFT(L-Filter-Based DFT)的线性调频与相位编码(Linear Frequency Modulation and Binary Phase Shift Keying,LFM-BPSK)复合调制信号参数估计方法。该方法首先定义了L-DCFT(L-Filter Based Discrete Chirp-Fourier Transform),平方倍频法消除编码调相后,采用L-DCFT估计信号的起始频率和调制斜率;分析了循环自相关函数中脉冲出现概率增大的问题,提出了基于改进L-DFT和循环统计量的码速率估计方法。仿真结果表明,基于L-DFT的参数估计方法能有效抑制脉冲噪声,在强脉冲噪声中具有良好的参数估计性能。; 金艳朱敏姬红兵; 关键词：ALPHA稳定分布噪声

α稳定分布噪声下基于最优L-柯西加权的LFM信号参数估计被引量：4: 2016年; 针对传统维格纳霍夫变换(Wigner-Ville Hough transform,WHT)时频分析方法在稳定分布噪声环境下性能退化的问题,基于L-估计理论,提出了可有效抑制该噪声的最优L-柯西加权(L-Cauchy weighted,LCW)新方法。3En准则是一种常用的异常值剔除方法,其可从数理统计的角度对异常值进行有效抑制,对此,结合柯西分布提出了基于分散系数的异常值剔除准则,并依据数值仿真选取降噪效果最优的分散系数γ。在LCW方法有效抑制α稳定分布噪声的基础上,采用WHT对线性调频(linear frequency modulation,LFM)信号进行参数估计。仿真结果表明,最优γ值的选取与该文提出的异常值剔除准则一致,且与基于分数低阶、加权Myriad滤波以及L-估计等多种方法相比,提出的基于LCW的WHT(LCW-WHT,LW)方法在强脉冲噪声下具有良好的鲁棒性和优良的LFM信号参数估计性能。; 金艳胡碧昕姬红兵; 关键词：线性调频信号参数估计 Α稳定分布噪声

α稳定分布噪声下基于稳健S变换的LFM信号参数估计被引量：5: 2017年; S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函数,并详细分析了其影响函数的稳健性。在此基础上,根据最大似然估计理论和S变换,提出了一种稳健S变换方法。该方法以S变换作为初始值,采用最大似然估计方法在时频域迭代得到,在保留S变换窗长选取灵活等优点的同时,进一步提高了S变换的时频聚集性。仿真实验表明,在处理脉冲噪声环境下的线性调频信号时,与传统的基于Myriad滤波、Meridian滤波等多种非线性滤波的方法相比,提出的稳健S变换不仅能有效抑制脉冲噪声,且在脉冲性较强的α稳定分布噪声环境下,具有良好的鲁棒性和优良的线性调频信号参数估计性能。; 金艳高舵姬红兵; 关键词：线性调频信号 S变换最大似然估计 Α稳定分布噪声

基于平均内积和相关判决函数的DSSS信号伪码序列盲估计: 2018年; 针对已有扩频码估计方法计算复杂度高的问题,提出一种基于平均内积和相关判决函数的扩频码估计方法.首先采用窗长为伪码周期的滑动窗函数将信号划分为不重叠数据段,以各分段数据为行向量依次排列构造数据矩阵,并根据不同起始点条件下分段后所对应矩阵平均内积的最大值确定伪码同步起始点;然后在实现伪码同步的基础上,利用相关判决函数估计出伪码序列各码元与第1个码元之间的符号关系,从而实现伪码序列的盲估计;最后通过理论推导说明所提方法的有效性,并在相同的实验条件下分别给出该方法与基于特征分解、三阶相关的常见方法在扩频码估计的性能和计算量上的仿真对比.实验数据表明,在SNR?3时,所提出的相关判决函数法可以得到准确的估计,且计算量相比特征分解、三阶相关法也大大降低了.; 金艳孙玖玲姬红兵; 关键词：直扩信号扩频序列

Alpha稳定分布噪声下基于柯西分布的相位键控信号码速率最大似然估计被引量：5: 2015年; 针对现有的相位键控(PSK)编码信号码速率估计方法在Alpha稳定分布中性能严重退化的问题,该文提出一种基于柯西分布的码速率最大似然估计(CMLE)新方法,该方法可同时估计码速率与定时偏差。CMLE利用窗口法将信号划分为定时偏差窗和多个宽度一定的非重叠且已同步的时域窗,每个窗只包含一个码元符号;在Alpha稳定分布噪声下,利用窗中符号信息构造了基于柯西分布的似然函数,可同时获得定时偏差窗宽与码元符号窗宽的最大似然估计。仿真结果表明,该方法能有效抑制Alpha稳定分布噪声并具有良好的参数估计性能。; 金艳朱敏姬红兵; 关键词：ALPHA稳定分布码速率

基于α稳定分布噪声稀疏性及最优匹配的跳频信号参数估计被引量：2: 2017年; 目前基于压缩感知的跳频信号参数估计方法大多是在高斯背景噪声下进行的研究,而在非高斯α稳定分布脉冲噪声环境下,已有基于高斯噪声数学模型设计的算法性能下降。针对上述问题,该文分析了α稳定分布噪声的大幅值脉冲满足近似稀疏性条件,利用跳频信号与噪声之间的时域特征差异将信噪分离,实现噪声抑制。并在压缩感知框架下,建立与跳频信号特点相匹配的3参数字典,采用最优匹配(Optimal Match,OM)方法对跳频信号自适应分解,获取匹配原子,基于这些时频原子包含的信息估计跳频信号的参数。仿真验证表明,在α稳定分布噪声中,与常规的跳频信号估计方法相比,该文提出的先利用噪声稀疏性去噪,再采用最优匹配提取跳频信号参数的方法(Sparsity-OM,SOM),能够较好地抑制脉冲噪声,获得准确的参数信息,具有良好的鲁棒特性。; 金艳武艳凤姬红兵; 关键词：跳频信号参数估计压缩感知

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61201286)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61201286)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈