基于改进的Capon滤波器组谱估计新方法

为了解决Capon滤波器组谱估计方法在α稳定分布噪声下性能出现退化的问题,提出了一种改进的Capon滤波器组谱估计方法,利用分数低阶协方差(FLOC)对传统的Capon滤波器组进行重构.由于分数低阶协方差的作用范围是0＜α≤2整个分数低阶空间,因此在α稳定分布噪声下其谱估计性能比基于二阶统计量方法的谱估计性能更好.计算机仿真结果显示了这种方法的优越性能,并且在高斯噪声环境下,其性能与二阶统计量下的方法类似.     

冲击噪声下基于相关熵的二维ESPRIT算法

针对基于相关函数的波达方向(direction of arrival, DOA)估计方法在冲击噪声环境下性能下降明显甚至失效的问题,提出基于相关熵 (Correntropy)的二维ESPRIT算法;该方法利用相关熵在冲击噪声环境下具有鲁棒性的优点,将受干扰信号的自相关函数替换为相关熵函数,并结合二维ESPRIT算法实现在冲击噪声环境下进行二维DOA估计;仿真表明,与基于分数低阶统计(Fractional Lower Order Statistics, FLOS)算法相比,该算法呈现明显优势,特别在高的冲击噪声条件下(1<α<1.5)能对信源方向进行更加有效的估计,且均方误差值仍保持很低。     

基于分数低阶协方差谱的频谱感知算法研究及其FPGA实现

在对非高斯噪声情况下主用户频谱感知问题的理论研究之上,采用α稳定分布模型描述认知通信系统的非高斯噪声,给出了一种基于分数低阶协方差的感知方法,并采用分数低阶协方差谱对α稳定分布噪声下的主用户信号进行了谱估计,较好地解决了在非高斯噪声情况下传统的功率谱估计性能失效的问题。在此基础上针对FPGA的特性,进一步优化了算法,在FPGA上设计并实现了基于该算法的感知系统。系统利用FPGA产生中心频率为25 MHz、带宽为12.5 MHz的QPSK信号和特征指数为1的α稳定分布噪声作为主用户信号,设计相应的数字信号处理模块,并在此系统中验证了基于分数低阶协方差的感知方法能够有效地从α稳定分布噪声中检测出主信号的存在。该系统运行稳定,可移植性强,适用于不同的主用户频谱检测方案在此系统上进行实现与验证。     

Alpha稳定分布噪声下改进的频域预滤波方法

针对α琢稳定分布噪声和谐波信号在频域均表现为异常值这一特性,提出了一种新的频域预滤波估计方法。通过分数低阶共变将信号转换到频域,在频域利用自适应加权Myriad滤波器滤除尖锐脉冲,提取稳定分布噪声的共变谱,将稳定分布有色噪声转化为稳定白噪声,然后利用基于分数阶共变的Music方法估计信号的共变谱。仿真结果表明,在不需要知道稳定噪声任何统计特性的情况下,该方法在1<α<2的非线性度量空间,该算法取得了理想的效果。     

分数低阶α稳定分布的功率谱估计新方法

传统的α稳定分布噪声下信号功率谱估计方法有两种,分别为共变谱估计与协方差谱估计。这两种谱估计方法都是以自相关这个二阶矩作为频域分析对象,而自相关是个损失了信号中相位的信息,不能用于时频域分析。针对这一问题,提出了一种新的分数低阶功率谱估计方法,计算机仿真结果表明,与现有方法相比,该新方法不仅在进行分数低阶功率谱估计时具有更优良的性能,而且可进一步应用于时频域分析,具有更广泛的应用价值。     

非线性系统中稳定有色噪声建模及FLOC谱特性

用多项式自回归模型对非线性系统中稳定有色噪声建模,利用扩展的迭代重加权最小[p]范数算法进行模型参数估计。系统研究了分数低阶协方差谱的性质,并对无限方差非高斯多项式自回归有色噪声进行频域特性分析。理论分析和仿真实验表明,EIRLP算法是在高斯和分数低阶稳定分布噪声条件下具有良好韧性的参数估计方法。仿真通过对稳定有色噪声条件下的正弦信号进行谱估计,结果表明,分数低阶协方差谱具有良好韧性的谱估计性能。     

一种SαSG噪声在FP非线性系统中的逆滤波恢复方法*

针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。     

最小p范数准则α谱估计及载波频率检测

针对共变系数矩阵和分数低阶协方差矩阵估计ARSαS信号α谱精度不高的情况,提出了一种最小p范数准则的α谱估计方法。该方法对传统的奇异值分解（SVD）方法估计ARSαS信号模型最小阶数进行改进,得到一种分数低阶的奇异值分解方法（FLO-SVD）,然后利用最小p范数准则和IRLS算法求出信号模型参数,用于作α谱估计。应用于脉冲噪声环境下的QPSK信号的仿真表明,改进后的方法对α谱有更好的估计,对载波频率有更准确的检测性能。     

基于分数低阶统计量的阵列信号盲分离

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述，但当噪声存在显著的尖峰时，往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声，综述了阵列信号处理方法，并利用分数低阶统计量提出了一种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶稳定分布噪声条件下，具有良好韧性与有效性。     

基于α稳定分布的空间瞬态光频谱估计

分析待探测的瞬态光信号,对其进行频谱估计,推导出空间瞬态光信号是一种随机信号。通过分析基于FLOM估计的共变谱估计,得出当 <1时,这种方法并不适应。为此,提出一种分数低阶协方差谱的估计方法,对这2种 稳定分布噪声中正弦信号的估计与分辨进行仿真实验,结果表明该方法可以获得较好的谱估计性能,对 稳定分布噪声具有广泛适用性,且瞬态光信号为 稳定分布噪声。     

基于分数低阶统计量的阵列信号盲分离

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述,但当噪声存在显著的尖峰时,往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声,综述了阵列信号处理方法,并利用分数低阶统计量提出了一种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶稳定分布噪声条件下,具有良好韧性与有效性。     

基于分数低阶矩的图像阈值检测和颗粒度分析算法

为了在进行病变组织检查时,能检测出微小的病变硬化组织,在介绍α稳定分布和与之对应的分数低阶统计量(FLOS)(即分数低阶矩,FLOM)的基础上,给出了非高斯条件下基于分数低阶统计量的阈值检测方法、图像颗粒度分布函数和自相关矩,并首先以超声医学图像为例,分别用高斯分布的方法和α稳定分布方法对超声医学图像进行阈值检测;然后对经过阈值检测后的图像,利用数学形态学方法计算水平方向和垂直方向的颗粒度分布函数;最后求出两个方向的相关系数。实验结果表明,基于分数低阶统计量的阈值检测和颗粒度分析方法优于传统的高斯分析与处理方法。     

分数极点系统中非高斯稳定噪声的逆滤波方法

!-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。!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。针对分数极点系统中存在的独立S!S噪声,论文提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在S!S分布噪声条件下具有良好韧性的逆滤波方法。     

分数阶系统的分数阶PID 控制器设计

对于一些复杂的实际系统,用分数阶微积分方程建模要比整数阶模型更简洁准确.分数阶微积分也为描述动态过程提供了一个很好的工具.对于分数阶模型需要提出相应的分数阶控制器来提高控制效果.本文针对分数阶受控对象,提出了一种分数阶PID控制器的设计方法.并用具体实例演示了对于分数阶系统模型,采用分数阶控制器比采用古典的PID控制器取得更好的效果.     

基于最小p范数状态空间准则的递归CDMA多用户检测方法

α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。α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SαSG噪声,提出一种先验新息过程最小p范数准则的递归多用户检测算法,并进行了算法的韧性改进与渐近特性分析。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的多用户检测方法。     

一种分数阶预测控制器的研究与实现

本论文研究了一种新型预测控制器RTD-A的分数阶实现方法及应用. 与常规控制器比较, RTD-A控制器具有参数意义明确, 易于整定和实施的优点. 论文将RTD-A控制器扩展到分数阶形式, 并与经Z-N法整定的分数阶PI?D1控制器和Wang-Juang-Chan法整定的PID控制器进行了比较. 所提出的分数阶预测控制器在设定值跟踪, 克服负荷扰动, 鲁棒性等方面都有较理想的控制性能. 仿真结果验证了这种分数阶预测控制器的有效性.     

一类分数阶系统的分析及控制器设计

针对一类与传统一阶惯性环节传递函数结构类似的分数阶系统,推导出该类分数阶系统稳定的参数取值范围,并给出了不同时间响应与分数阶阶次的对应关系.然后基于该类分数阶系统同时设计了分数阶PIλ控制器和整数阶PI控制器,控制器参数采用粒子群优化算法得到.结果表明:在控制该类对象时两者均能取得很好的控制效果,证明了本文所提方法的有效性.但由于整数阶PI控制器比分数阶PIλ控制器简单且便于实现,因此在工程应用中针对该类分数阶对象选择PI控制器即可满足要求.