首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 984 毫秒

1.  有色非高斯背景下微弱信号的Rao有效绩检验  
   王平波  蔡志明《电子学报》,2007年第35卷第3期
   混合高斯Rao有效绩检验是实现有色非高斯背景下微弱信号检测的渐近最佳检测器,预白化和高斯化技术的应用使得它的检测性优于传统的匹配滤波器.在使用混合高斯自回归模型描述检测问题之后,基于功率谱密度和概率密度参数估计,引入预白化和高斯化滤波器,构建起模块化的、实用的混合高斯Rao有效绩检测器.然后对其检测性能进行了深入分析,揭示了预白化和高斯化技术改善检测性能的机理所在.最后给出了一组湖试数据检测实例.    

2.  混合高斯有色数据的生成方法  
   王平波 蔡志明 姜可宇《声学与电子工程》,2007年第1期
   详细介绍了混合高斯有色数据生成中的各类抽样及色化方法后,结合一组仿真实例,验证了混合高斯有色数据的各种具体生成方法及其性能。    

3.  平方根求积分卡尔曼滤波器  被引次数:8
   巫春玲  韩崇昭《电子学报》,2009年第37卷第5期
    针对具有加性噪声的非线性高斯动态系统的状态估计问题,本文提出一种近似递归的高斯滤波器:平方根求积分卡尔曼滤波器(SRQKF).该滤波器是在求积分卡尔曼滤波器(QKF)基础上的平方根实现形式,使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数的;滤波器采用平方根的实现方法,不仅增强了数值的鲁棒性,确保了状态协方差矩阵的半正定性,而且在一定程度上提高了滤波精度.仿真实验表明,SRQKF的滤波精度比QKF提高约12%,且均高于无味滤波器(UF)和扩展卡尔曼滤波器(EKF),但这二者的计算复杂度均比UF和EKF大.对滤波精度要求比较高的非线性场合,新滤波器是一种很有效的非线性滤波算法.    

4.  一种通用的雷达海杂波计算机仿真模型  被引次数:2
   胡居荣  曹宁  鹿浩《计算机应用与软件》,2009年第26卷第7期
   针对雷达海杂波相干视频散射模型,给出了一种通用的计算机仿真模型.提出用迭代算法和随机向量法完成无记忆非线性变换过程,产生非高斯相干随机序列.其中迭代算法用来计算非线性变换过程中高斯序列相关性的变化,而随机向量法用来完成线性变换, 仿真实验数据证明利用这种方法可精确地产生具有指定概率密度和功率谱的非高斯随机序列,逼真地复现既包含振幅又包含相位的雷达海杂波相干视频散射信号.同时给出了迭代算法使用过程中的注意问题及海杂波模型仿真的过程和结果.    

5.  相干视频地杂波模拟的通用仿真模型  
   胡居荣  曹宁  汪飞《电子工程师》,2006年第32卷第12期
   针对相干视频地杂波模拟中非高斯相关随机序列的产生,提出一种通用的仿真模型。使用迭代算法和随机向量法完成零记忆非线性变换过程,迭代算法用来计算非线性变换过程中高斯序列相关性的变化,而随机向量法用来完成线性变换,仿真实验数据证明利用这两种方法可精确地产生具有指定概率密度和功率谱的非高斯相关随机序列,逼真地复现既包含振幅又包含相位的雷达相干视频散射信号。同时给出了迭代算法使用过程中的注意问题及地杂波模型仿真的过程。    

6.  高阶统计量地震子波估计建模  
   戴永寿 郑德玲 魏磊 霍志勇《石油地球物理勘探》,2006年第41卷第5期
   本文在反射系数序列为非高斯、平稳和统计独立的随机过程,地震子波为非因果、混合相位的假设条件下,分别应用滑动平均(MA)和自回归滑动平均(ARMA)模型对地震记录进行建模,并采用运算代价较小的基于高阶累积量的线性化求解方法——累积量矩阵方程法进行了子波提取和模型适应性的研究。数值模拟结果和实际地震数据处理结果表明:自回归滑动平均(ARMA)模型比滑动平均(MA)模型具有参数节省、模型更为高效的特点;累积量矩阵方程法可以有效地压制加性高斯噪声,但对累积量样本估计的准确性要求较高;如果累积量样本估计的误差和方差适度,结合自回归滑动平均(ARMA)模型描述的累积量矩阵方程法可以高效、准确地估计出地震子波。    

7.  CBALE算法及其改进  
   王成  严振华  江晶《空军雷达学院学报》,2001年第15卷第3期
   文献[1]提出一种基于高阶统计量的自适应谱线增强算法(CBALE)用于抑制高斯噪声。本文在CBALE算法的基础上提出基于该算法的级联滤波模型,对不同参数下的谱线增强效果进行了探讨和计算机仿真。仿真结果表明该算法可以有效地抑制高斯有色噪声,在低信噪比下通过滤波器级联也可以达到较好的抑制效果。    

8.  基于SRCKF 的自适应高斯和状态滤波算法  
   刘瑜 董凯 刘俊 齐林 肖楚琬《控制与决策》,2014年第29卷第12期
   针对非线性非高斯离散动态系统中的状态估计问题,基于高斯和递推关系,提出一种高斯和状态估计算法GSSRCKF.首先将状态噪声、观测噪声及滤波初值均表示为高斯和的形式,以平方根容积卡尔曼滤波为子滤波器分别估计各高斯子项对应的系统状态;然后结合各子项对应的权值实现全局估计;最后设计高斯子项对应权值的自适应策略,并采用约简控制法降低计算复杂度.仿真结果验证了所提出的算法在滤波稳定性方面的优越性.    

9.  混合高斯自回归模型参数估计方法之ML-DC  
   王平波  蔡志明  刘旺锁《信号处理》,2007年第23卷第6期
   混合高斯自回归模型可以对有色非高斯数据的概率密度和功率谱密度进行有效的拟合.而ML-DC算法则可解决这一模型的参数估计问题。描述了混合高斯自回归模型及其参数估计问题之后,分别导出了功率谱密度参数的最大似然估计和概率密度参数估计的动态簇算法,并由此组成了参数耦合估计的ML-DC算法。最后结合一组仿真实例对其估计性能进行了详细探讨,指出并解释了算法的适用范围。    

10.  在线提高卡尔曼滤波跟踪精度的参数研究  
   张萌  陈恳《计算机工程与应用》,2012年第48卷第29期
   为了在线提高卡尔曼滤波算法(KF)的跟踪精度,对随机序列进行高斯度的定义,将随机序列的分布分为超高斯、高斯、次高斯和非高斯,找出KF可以工作的范围.针对噪声服从次高斯分布时,KF跟踪精度不高,介绍了两个可以判断KF使用过程中设定的噪声协方差与实际是否一致的参数.提出了参数自适应的方法,使设定的噪声协方差与实际值可以自适应地一致,从而提高了KF的跟踪精度.实验结果表明,噪声服从高斯和超高斯分布时,KF跟踪精度很高;噪声服从次高斯分布时,若噪声协方差的设定值与实际值不一致,跟踪误差会很大,对此使用了参数自适应法,可以大大提高KF的跟踪精度.    

11.  基于均值操作的快速自适应滤波器  被引次数:11
   张 政  张 宇  马樟萼  王希勤《中国图象图形学报》,2000年第5卷第6期
   为了满足图象实时处理对算法速度和高斯噪声,脉冲噪声混合的噪声环境对算法鲁棒性的要求,以及适应能够同时抑制高斯噪声和脉冲噪声的需要,提出了一种可以有效滤除混合噪声(高斯噪声和正负脉冲噪声),而且可以快速实现的自适应滤波器--ABA滤波器,ABA滤波器,ABA滤波器应用了自适应的滤波结构,它将以脉冲噪的结果充分利用在自适应处理中,实验仿真所得的数据显示,在脉冲噪声的密度小于10%的情况下,与其它一些滤    

12.  非高斯有色噪声中谐波恢复的累积量投影方法  被引次数:3
   张严  王树勋《通信学报》,1998年第19卷第11期
   本文研究非高斯有色噪声中的谐波恢复问题。首先建立了复数线性非高斯过程的高阶累积量投影定理。应用该定理,由含噪谐波信号的四阶累积量求得非高斯有色噪声的自相关,然后通过求解一个广义特征值问题对矢量空间进行预白化,最后结合噪声子空间方法MUSIC恢复谐波信号参数。本文方法克服了以往的困难,成功地解决了对称分布非高斯噪声背景下和谐波信号中存在二次相位耦合时的谐波恢复问题。仿真实验验证了本文结论。    

13.  基于数据分段互双谱的海水深度计算方法  
   高少武  钱忠平  孙鹏远  方云峰  李建峰  詹毅《石油地球物理勘探》,2019年第4期
   海水深度数据是开展OBC水、陆检资料合并处理的基础。结合时间序列高阶统计量提出了一种基于数据分段互双谱法的海水深度反演方法。通过对分段后的数据计算上、下行波场数据自双谱和互双谱,再计算相干互双谱和互相关谱,最后计算海水深度。水陆检数据分段计算,利用了叠加特性,增加了方法抗高斯噪声的能力。高阶统计量的互双谱和相干互双谱,具有压制高斯与非高斯有色噪声的优点。利用本文方法对OBC数据进行海水深度计算,结果与实测海水深度较吻合。计算的海水深度用于双检数据合并,压制海水鸣震干扰效果明显,为后续速度模型建立和偏移成像处理奠定了良好的基础。    

14.  一种基于累积量的ESPRIT型盲波束形成算法  被引次数:1
   沈怡平  侯朝焕  马晓川《声学技术》,2007年第26卷第3期
   讨论一种用于非高斯信号源方位估计的盲波束形成算法。假设背景噪声是二阶统计未知的有色(空间相关)高斯噪声,基于“阵元对”模型的ESPRIT方位估计算法可以通过用累积量矩阵取代自相关矩阵完成信号空间的重建。经过这种处理,加性有色高斯噪声可被滤除,因此算法不需要相关噪声矩阵的知识。当加性噪声源是空间相关矩阵未知的有色高斯噪声时,计算机仿真比较了基于累积量的ESPRIT算法与基于二阶统计的ESPRIT算法的性能。    

15.  非最小相位ARMA模型的一种自适应辨识算法  
   宋宇  张贤达  李衍达《电子与信息学报》,1997年第19卷第2期
   本文提出了一种加性有色高斯噪声中因果非最小相位ARMA模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。在每次迭代中,先估计AR参数,再估计MA参数,但不用计算残差序列。在参数递推中采用了随机梯度法。仿真实验证实了本文算法的有效性。    

16.  复合高斯杂波中知识辅助的自适应检测算法  
   张洋忠  张玉  胡进  唐波《现代雷达》,2016年第7期
   研究了在复合高斯杂波中利用先验知识自适应检测目标的问题,证明了基于双参数逆高斯分布纹理的复合高斯模型比传统的K分布、复t分布和单参数逆高斯分布纹理的复合高斯分布模型能够更好地拟合实际杂波。文中选择双参数逆高斯分布作为纹理分量的先验分布、基于广义似然比准则和贝叶斯方法设计得到了一种复合高斯杂波中的自适应检测器。理论分析和数值仿真表明,与自适应匹配滤波器和正则化自适应匹配滤波器相比,该检测器具有更好的检测性能    

17.  加性复合有色噪声干扰下的强跟踪滤波器  被引次数:3
   柯晶  钱积新《仪器仪表学报》,2003年第24卷第1期
   将周东华等人提出的强跟踪扩展卡尔曼滤波器推广到一类加性复合有色噪声干扰下的非线性时变随机系统。通过增广状态向量,线性化非线性的增广状态空间模型和采用等效量测方程,加性复合有色噪声干扰下的强跟踪扩展卡尔曼滤波器问题可以转化为过程与量测量声相关情况下的强跟踪卡尔曼滤波器问题。数值仿真示例显示了方法的有效性。    

18.  一种用于相关高斯序列仿真的新方法  
   方学立  梁甸农《雷达科学与技术》,2004年第2卷第4期
   "随机向量抽样法"是一种随机向量仿真方法, 它用协方差阵描述随机向量各变量之间的相关性.若视随机向量的一次抽样为一随机序列,则它可以仿真相关随机序列.利用实际中所需相关序列的有限性,通过改进算法,快速地实现了对任意长度相关高斯序列的仿真.    

19.  基于子空间旋转不变性的加性有色噪声中谐波频率的估计  
   杨世永《信号处理》,2011年第27卷第9期
   噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用.本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法.利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系.利用这个性质可以估计加性有色噪声中谐波的频率.本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用.仿真实验验证了本文所提算法的有效性.    

20.  混响背景下的信号检测  被引次数:5
   赵航芳  祝献  宫先仪《哈尔滨工程大学学报》,2004年第25卷第1期
   海洋混响是主动声呐检测中主要的背景干扰,它是一种有色干扰噪声,并常被看做是一个非平稳的随机过程,这使得工作在白噪声条件下的最佳匹配滤波检测器的性能在一定程度上受到限制.因此,提出一种次最佳检测器,将混响看成局部平稳,并将接收信号分成许多小块,每小块利用自回归(AR)模型对混响时间序列进行建模,然后利用估计的AR系数构造白化滤波器,对混响进行预白化处理,并将白化后的序列用于匹配滤波检测器.通过计算机仿真和实验数据分析比较未白化与经白化处理的匹配滤波性能,结果表明,次最佳检测器比未白化匹配滤波在检测性能上可提高近3dB.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号