一种基于分数低阶协方差的自适应 EP潜伏期变化检测方法

由于诱发电位(EP)信号中含有分数低阶α稳定分布噪声,致使传统的基于二阶统计量的EP潜伏期变化检测方法性能显著退化.本文提出了一种基于分数低阶协方差的自适应EP潜伏期变化检测方法(AFLC),通过对带噪信号的非线性处理,把其转变为二阶矩过程,从而保证了算法在α∈(0,2]范围内的可靠收敛,并获得了EP潜伏期变化估计的较高韧性和精度.给出了性能分析,计算机仿真和实验数据分析的结果.     

分数低阶α稳定分布下DLMP算法的收敛特性分析

DLMP算法是一种在高斯和分数低阶α稳定分布噪声环境下均具有良好韧性的EP信号潜伏期变化检测算法.本文基于分数低阶统计量的原理,根据确定性平均方法,结合文中给出并证明的两个引理,对DLMP算法的收敛性能进行了理论分析和证明.结果表明,若EP潜伏期变化为EP信号采样间隔的整数倍,则DLMP算法对这种变化的估计是无偏估计.若整数倍的条件不满足,则DLMP算法的估计偏差不大于半个采样间隔.     

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.     

分数低阶循环统计量及其在脉冲噪声环境下时延估计中的应用

本文以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统计量的概念,研究并证明了其性质。在此基础上提出基于分数低阶循环统计量的新的时延估计方法—RCCC(Robust Corre- lated Cyclic Covariation)。计算机模拟表明,这种算法是一种在高斯和α稳定分布噪声条件下具有良好韧性的时延估计方法。     

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。     

脉冲噪声下基于FLO-WHT的雷达回波LMFS检测

线性调频信号(LMFS)是雷达回波信号的一种常见形式,Wigner-Hough变换(WHT)常用于LMFS的检测。复杂环境下雷达回波中的尖峰脉冲噪声服从α稳定分布,在这种噪声环境下WHT性能退化。基于此提出了能工作在稳定分布噪声环境下的分数低阶伪Wigner-Ville时频分布方法(FLO-PWVD),结合已有的Hough变换,提出了分数低阶伪Wigner-Hough变换(FLO-PWHT)新方法。在脉冲噪声环境下,应用FLO-PWHT对多个LMFS信号进行检测,计算机仿真结果表明,提出的FLO-PWHT算法性能明显优于已有的PWHT方法,能较好地在脉冲噪声环境下工作,且具有一定的韧性。     

基于分数低阶协方差的AR SαS模型α谱估计

根据自回归(AR) SαS模型的α谱,分析了基于分数低阶矩(FLOM)法估计AR SαS模型参数的不足.提出了一种基于分数低阶协方差(FLOC)的AR SαS模型参数估计方法,并给出了基于FLOC的AR SαS模型α谱方法.分别对AR SαS模型参数的估计、α稳定分布噪声中单一正弦信号的估计和两个正弦信号的分辨进行了仿真.仿真结果表明,基于FLOC的AR SαS模型α谱估计方法对于不同的α值均具有较好的韧性.特别是在α值较小,即α稳定分布噪声概率密度函数(PDF)拖尾比较严重时,本文所提出的基于FLOC的AR SαS模型α谱估计方法,其性能明显优于基于FLOM的AR SαS模型α谱估计方法.     

基于分数低阶矩的LETDE时延估计算法

依据α稳定分布噪声模型,提出了一种新的时延估计方法——基于分数低阶矩的ETDE(explicit time delay estimation)方法,简称为LETDE(low-order explicit time delay estimation)。该方法以估计误差的p阶矩作为优化准则,有效地抑制了非高斯噪声对估计值的影响。理论分析和计算机仿真实验都表明其具有良好的韧性,同时适用于高斯噪声和α稳定分布脉冲噪声下的时延估计。     

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。     

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。     

一种改进的Volterra自适应噪声对消器

针对随着Voherra滤波器的输入维数或记忆单元增大,相应需要的计算复杂性成幂级数快速增加的问题,提出了一种改进的利用sigmoid函数对背景噪声进行预处理的减少参数Voherra自适应滤波器,并用它构造了非线性自适应噪声对消器。仿真结果表明,算法在高斯噪声和α稳定分布噪声环境下都有优越的抗噪性能。     

脉冲噪声环境下编码信道抗噪声性能研究

针对现实中多数信道为脉冲噪声环境的特点,以α稳定分布和信道编码理论为基础,并以α稳定分布噪声为脉冲噪声模型,运用M atlab软件研究了脉冲噪声环境下编码信道的抗噪声性能。研究结果表明,SNR较大时脉冲噪声对编码信道所造成的误码影响远大于高斯噪声所造成的误码影响。     

Adaptive receiver for DS/CDMA communications over impulsive noisechannels

A new adaptive algorithm is proposed for training soft-limiter based correlation receiver in which the direct sequence code division multiple access signals corrupted by impulsive symmetric a-stable noise are demodulated. The new adaptation algorithm allows simpler implementation and faster convergence speed in comparison with the traditional adaptive stochastic gradient-based algorithms     

Interferogram noise reduction algorithm base on maximum A Posteriori estimate

Interferogram noise reduction is a very important processing step in Interferometric Synthetic Aperture Radar （InSAR） technique. The most difficulty for this step is to remove the noises and preserve the fringes simultaneously. To solve the dilemma, a new interferogram noise reduction algorithm based on the Maximum A Posteriori （MAP） estimate is introduced in this paper. The algorithm is solved under the Total Generalized Variation （TGV） minimization assumption, which exploits the phase characteristics up to the second order differentiation. The ideal noise-free phase consisting of piecewise smooth areas is involved in this assumption, which is coincident with the natural terrain. In order to overcome the phase wraparound effect, complex plane filter is utilized in this algorithm. The simulation and real data experiments show the algorithm can reduce the noises effectively and meanwhile preserve the interferogram fringes very well.     

Adaptive estimation of latency change in evoked potentials bydirect least mean p-norm time-delay estimation

Evoked potentials (EP) have been widely used to quantify neurological system properties. Changes in EP latency may indicate impending neurological injury. Traditional EP analyses are developed under the condition that the background noise in EP analysis are Gaussian distributed. This paper proposes a latency change detection and estimation algorithm under α-stable noise condition, a generalization of Gaussian noise assumption. An analysis shows that the α-stable model fits the noises found in the impact acceleration experiment under study better than the Gaussian model. The robustness of the proposed algorithm is demonstrated through computer simulations and experimental data analysis under both Gaussian and α-stable noise environments     

一种新的基于进化规划方法的盲CMA快速收敛算法

本文把改进的进化规划方法引进到解决均衡问题中,定义以代价函数为自变量的一种新的函数作为高斯随机化算子的标准差,来控制算法的收敛,提出了一种新的基于进化规划的CMA算法(QEPCMA),该方法应用进化规划来估计均衡器的系数,进一步提高了文献[5]中改进的CMA算法的收敛速度。通过Monte—Carlo仿真,比较了这两种算法和标准 CMA算法的性能,验证了所提算法的有效性。     

Adaptive estimation of latency changes in evoked potentials

Changes in latency of evoked potentials (EP) may indicate clinically and diagnostically important changes in the status of the nervous system. A low signal-to-noise ratio of the EP signal makes it difficult to estimate small, transient, time-varying changes in latency, or delays. Here, the authors present an adaptive algorithm that estimates small delay (latency change) values even when EP signal amplitudes are time-varying. When the delay is time invariant, the adaptive algorithm produces an unbiased estimate with delay estimation error less than half of the sampling interval. A lower estimation error variance is obtained when, in a pair of signals, the adaptive algorithm delays the signal with the higher SNR. The adaptive delay estimation algorithm was tested on intra-operative recordings of somatosensory EP, and analysis of those recordings reveals that the anesthetic etomidate produces a step change in the amplitude and latency of the EP signals     

基于Durbin与Burg算法的AR SαS有色噪声α谱估计

稳定分布可更好地描述实际中所遇到的具有显著脉冲特性的随机噪声。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。为了对AR SαS过程进行α谱估值,通过对广义Yule-Walker方程进行分析,借鉴杜宾推算法和Burg算法推导了一种求解广义Yule-Walker方程的新方法。仿真结果表明,该方法能够较为准确地估计出AR模型参数,且能准确地估计出AR SαS过程的α谱。     

一种基于四阶累量的二维空间谱估计的新方法

本文针对有色高斯噪声背景中空域信号参数估计问题，提出了一种基于四阶累量的二维空间谱估计的新方法。在这种方法中，利用两个具有位移特性的二维传感器子阵列的四阶累量信息构成一种新的矩阵—四阶累量混合波达方向矩阵。对四阶累量混合波达方向矩阵进行特征分解，可实现有色高斯噪声背景中空域信号二维空间谱估计。