共查询到18条相似文献,搜索用时 109 毫秒
1.
2.
一种基于非线性变换的EP潜伏期变化自适应检测方法 总被引:3,自引:0,他引:3
该文依据分数低阶矩理论和诱发电位(EP)信号及噪声的低阶α稳定分布特性,提出了一种自适应检测EP潜伏期变化的新方法。这种方法基于sigmoid函数对误差信号en(k)进行连续的非线性变换,即抑制了EP信号中的低阶α稳定分布噪声,又有效保留了信号成分,在高斯和低阶α稳定分布噪声条件下具有很好的韧性,且无须动态估计信号噪声的α参数。利用这种方法动态检测EP潜伏期的变化,比以往的DLMS,DLMP和SDA等算法具有较高的估计精度和较快的收敛速度,是一种具有较高韧性的性能优良的EP潜伏期变化动态检测方法。 相似文献
3.
诱发电位中α稳定分布噪声参数的动态估计新方法 总被引:2,自引:0,他引:2
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. 相似文献
4.
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. 相似文献
5.
6.
基于FLOC的ARMA SαS模型α谱估计方法 总被引:1,自引:0,他引:1
分析了基于分数低阶矩(FLOM)估计ARMA SαS模型参数的不足,根据分数低阶协方差(FLOC)的概念,提出了一种基于分数低阶协方差系数估计ARMA SαS模型参数的方法。在此基础上,给出了ARMA SαS模型的α谱估计。通过对给定ARMA SαS模型的α谱估计、α稳定分布噪声中正弦信号的估计与分辨进行仿真,详细比较了基于FLOM的ARMA SαS模型α谱估计和基于FLOC的ARMA SαS模型α谱估计的性能。结果表明,α值较小时,基于FLOC的ARMA SαS模型α谱估计的性能明显优于基于FLOM的ARMA SαS模型α谱估计。 相似文献
7.
基于分数低阶统计模型的自适应滤波器组谱估计方法 总被引:2,自引:0,他引:2
本文研究了一些自适应滤波器组谱估计方法(AFSE)在对称alpha-stable噪声(SαS)环境下的性能.提出了三种新的基于分数低阶统计模型(FLOS)的自适应滤波器组谱估计方法(AFSE-FLOS).这些新方法是基于分数低阶协方差(FLOC),因此在对称alpha-stable噪声环境下比基于二阶和一阶统计模型的方法估计性能好.计算机仿真结果表明这些基于分数低阶统计模型的新方法在对称alpha-stable噪声环境下的性能比对应的基于二阶和一阶统计模型的方法性能好,在高斯噪声环境下,与其对应的方法性能相似. 相似文献
8.
9.
10.
对脉冲噪声α稳定分布环境下的时频分布进行了研究,改进了适合α稳定分布信号或强脉冲噪声环境的分数低阶时频分布方法,用分数低阶空间时频矩阵代替空间时频矩阵,基于时频盲分离算法提出了一种改进的分数低阶空间时频盲源分离算法,并归纳了算法步骤。通过对FLO-TF-UBSS算法和已有的TF-UBSS算法及MD-BSS算法进行详细比较,仿真结果表明,所提出的FLO-TF-UBSS算法有效的降低了信号的均方误差(MSE),能较好的对α稳定分布噪声环境下的非平稳信号进行盲分离,并实现了对实际的稳定分布舰船信号的盲提取,性能优于已有TF-UBSS算法和MD-BSS算法,且具有一定的韧性。 相似文献
11.
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
12.
13.
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 相似文献
14.
15.
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. 相似文献
16.
17.
针对α稳定分布概率密度函数无闭式表达的问题,给出了一种解析的近似模型,该模型采用双参数的柯西和高斯混合形式.由分数低阶矩,给出了混合比率的解析表达式.同传统的柯西-高斯混合模型和高斯混合模型相比,该模型具有完全的解析形式.基于该模型,导出了a稳定噪声条件下正弦信号的Rao检测统计量.通过仿真给出了不同特征指数α时Rao... 相似文献