一种冲击噪声环境下的最优波束形成算法

针对冲击噪声（包括所有对称α稳定分布噪声）环境下一般未知噪声统计特性,提出了一种最小几何功率无失真响应波束形成算法。该算法利用求取有限对数矩时无需噪声统计特性的特点,用对数矩代替二阶矩在约束期望信号增益为1的条件下使快拍信号的几何功率最小,最终使输出信号能达到更高的几何信干噪比。并通过一种新的迭代的方法得到最优权向量。仿真实验证明了该算法的有效性。     

冲击噪声背景下基于最小均方归一化误差的波束形成算法

 本文提出一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的MMSNE波束形成算法。算法利用输出信号和参考信号之间的“归一化误差”最小化来求解最优权向量。“归一化误差”定义为接收信号的瞬时自适应无穷范数归一化的形式。与基于最小分数低阶误差波束形成算法相比,MMSNE波束形成算法计算更为简单;不需要噪声特征指数的先验信息或估计;适用于更广的冲击噪声环境;具有更小的估计误差;具有更强的干扰抑制能力。     

脉冲噪声环境中鲁棒的自适应波束形成方法

本文提出一种脉冲噪声环境中的自适应波束形成方法.方法假定噪声服从对称 α 稳定(S α S:Symmetric α -stable)分布,首先定义分数低阶阵列响应,然后根据最小方差无畸变响应波束形成器(MVDR)提出分数低阶最小方差无畸变响应波束形成器(FrMVDR).理论上证明了当阶数小于噪声特征指数的一半时,分数低阶阵列输出功率有界.计算机仿真实验证明了本文提出的FrMVDR波束形成器在高斯噪声和非高斯脉冲噪声环境中性能都优于MVDR和其他有关的基于分数低阶矩的波束形成器,是一种鲁棒的自适应波束形成器.     

色噪声环境下自适应波束形成

在许多实际应用中阵列接收到的背景噪声并不是白噪声，本文研究色噪声环境下自适应波束形成方法及性能，分析了波束畸变机理，提出了一种解决波束畸变的自适应波束形成较根本性的方法，计算机仿真验证了该方法的有效性。     

稳定分布噪声下基于概率密度函数匹配的恒模波束形成

为抑制脉冲稳定分布噪声对波束形成的影响,采用信息论自适应学习理论,使得波束形成输出的概率密度函数和期望信号的概率密度函数匹配最大化,设计适用于稳定分布噪声下的恒模波束形成器,采用Parzen核方法得到数据的概率密度函数估计,利用随机梯度下降法对波束形成器的权重进行迭代更新,仿真实验表明在脉冲稳定分布噪声环境下,本文算法相比传统的恒模波束形成具有更高的输出信号干扰噪声比和更快的收敛速度。      

基于指向最小误差的宽带稳健波束形成方法

宽带自适应波束形成方法较常规延时求和波束形成方法具备更好的空间分辨能力和干扰抑制能力,但在实际应用中由于阵列误差和指向误差影响导致性能下降。文中在宽带指向最小误差(STMV)方法和窄带稳健Capon(RCB)方法基础上,提出了一种基于椭圆不确定集的宽带稳健波束形成方法。通过仿真验证分析了算法在强副瓣干扰和指向误差条件下弱目标检测能力;在幅频响应误差影响条件下的保持弱信号功率输出能力;并验证算法对快拍数要求低于STMV 方法。     

一种基于分数低阶协方差矩阵的波束形成新方法

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。     

基于色噪声背景下的自适应波束形成研究

色噪声环境下自适应波束形成技术能有效适应阵列天线系统的实际应用场景。首先分析了色噪声环境下自适应波束形成技术性能,重点研究了有限次快拍下自适应波束畸变产生的原因,其次,在已知噪声协方差情况下,通过对噪声相关矩阵的改进设计,降低了色噪声协方差矩阵对自适应波束形成影响。计算机模拟仿真结果表明:提出的自适应波束形成算法在色噪声环境下具有较好的波束保形能力。     

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。     

非均匀噪声环境下基于MISC阵列的自适应波束形成方法

针对现有基于干扰加噪声协方差矩阵(Interference plus Noise Covariance Matrix,INCM)重建的自适应波束形成算法在非均匀噪声的情形中对于噪声功率估计不够准确的问题.本文在噪声非均匀的情况下,提出了一种基于最大阵元间距约束(Maximum Inter-element Spacing...     

基于零阶统计量的韧性归一化自适应时间延迟估计

依据零阶统计量理论,给出对数矩过程、对数宽平稳及对数各态遍历的定义,提出一种韧性的归一化自适应时间延迟估计方法(简称NZOSTDE).该算法用FIR滤波器对两个含有脉冲噪声的观测信号建模,利用不存在有限方差的脉冲信号经过对数变换后其各阶矩的存在性和几何功率的概念,在对数域基于最小均方误差(LMS)准则归一化自适应得到FIR滤波器的系数,该系数最大值对应的序号就是时间延迟的估计值.本文提出的新算法克服了基于分数低阶统计量(FLOS)算法的局限性.计算机仿真实验表明,NZOSTDE算法在强脉冲噪声环境下比归一化最小平均P范数时间延迟估计方法(简称NLMPTDE)算法更具有韧性.     

基于分数阶矩的测向算法研究

在SαS噪声环境中基于阵列输出信号分数阶矩的TLS-ESPRIT测向算法,该算法在保持了原TLS-ESPRIT算法无需谱峰搜索,计算量和存储量小等优点的基础上,对加性SαS噪声有较好的抑制作用,扩展了ESPRIT算法的信号模型和应用环境,计算机仿真验证了该算法的何行性和有效性。     

基于分数低阶矩的非整数时间延迟估计方法

依据信号的噪声特性和分数低阶矩理论,提出一种基于最小平均p范数的非整数时间延迟估计方法(称为LMPFTDE算法)。该算法是对直接估计非整数采样间隔的时间延迟估计算法(ETDGE)的广义化,运用最小分散系数准则,通过使误差的p阶矩最小得到非整数时间延迟估计值。理论分析和计算机仿真结果都表明该方法不仅可以在高斯噪声环境下工作,而且在脉冲噪声下也具有良好的健壮性。     

α稳定分布噪声下数字频移键控信号的分数低阶循环谱分析

针对α稳定分布噪声环境下数字通信信号的二阶与高阶循环统计特征显著退化问题,结合分数低阶矩和共变理论对二进制频移键控（Frequency Shift Keying,FSK）信号的分数低阶循环谱公式进行了理论推导,并对2FSK信号在不同混合信噪比、分数阶因子和特征指数条件下的分数低阶循环谱进行了详细的仿真分析.理论和仿真结果表明:2FSK信号分数低阶与二阶的循环谱结构相同,其谱峰对应的循环频率相同,谱峰的幅度值不同,取决于循环谱的阶因子.相对于在低混合信噪比下失效的二阶循环谱,分数低阶循环谱对α稳定分布噪声具有更强的抗干扰性和适用性.     

一种改进的电力线通信系统脉冲噪声抑制方法

为了抑制脉冲噪声对电力线正交频分复用（OFDM）通信系统的影响,最常用的方法之一是在接收端OFDM解调器之前前置一个置零非线性单元,即传统置零法。然而,由于引入了非线性失真,其性能并不理想。针对传统置零法引起的非线性失真问题,提出了一种基于迭代消除非线性失真的改进置零法。首先,对接收到的时域OFDM信号进行脉冲噪声检测和置零处理;然后,在频域利用已检测的符号来重构时域置零处理引入的非线性失真,并通过迭代提高重构的准确性;最后,从频域接收信号中减去重构的非线性失真。仿真结果表明,所提改进算法与传统置零法相比,有非常大的性能提升,增强了电力线OFDM通信系统对脉冲噪声的抵抗能力。     

冲激噪声背景下基于幅度预处理的测向新方法

冲激噪声环境下的测向算法大多基于分数低阶统计量提出的,其计算复杂度相对传统的二阶矩测向算法大大增加.通过对冲激噪声幅值特征进行分析,分别提出基于阵列接收数据幅度均值和中值进行幅度预处理的测向新方法.两种方法都是利用了冲激噪声分布的统计特性,首先根据阵列接收数据估计出幅值门限,然后对阵列接收数据进行幅度预处理,可以有效抑制噪声的冲激特性,从而可以利用传统的二阶矩类测向算法进行波达方向估计.理论分析和实验仿真结果表明,两种方法均处理简便,计算复杂度低,无需估计先验参数;基于中值的幅度预处理方法更是具有估计精度优良,对低信噪比时的测向性能有较大改善,且适用于强冲激噪声环境等优点.     

一种抗几何攻击的图像零水印方案

提出一种抗几何攻击的图像零水印方案。该方案不改变原始图像的数据，利用图像几何不变矩构造水印，较好地解决了水印的鲁棒性与不可感知性之间的矛盾。实验证明，水印方案对几何变换及常见的图像处理具有较好的鲁棒性。