非高斯相关噪声中高斯的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数，本文则研究非高斯相关噪声中高斯信号的时延估计问题，提出了一种解决该问题的混合方法。该方法先计算观测值的三阶累积量，然后利用累积投影公式计算观测噪声的二阶统计量，最后利用互相关方法确定信号时延参数，仿真结果验证了该方法的有效性。     

平稳时间序列的线性和高斯性检验

本文利用高阶谱给出了一种平稳时间序列的线性和高斯性检验方法,并通过实例进行了验证     

噪声中的谐波恢复研究现状

高阶统计量是信号处理的一种新的强有力的工具，近年来在谐波恢复领域取得了很好的应用效果，本文在分析现有自相关方法的基础上，着重综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法，表明高阶统计量方法在抑制有色噪声影响上明显优越于自相关方法。     

非高斯ARMA噪声中谐波恢复的杂交ESPRIT方法

本文研究非高斯ARMA噪声中的谐波恢复问题,提出了一种基于二阶和三阶统计量的杂交ESPRIT方法,该方法先估计噪声过程的AR部分参数,然后对观测值进行预滤波,最后估计谐波信号参量。模拟实验还验证了该方法的有效性和高分辨率。     

噪声中的谐波恢复研究现状

高阶统计量是信号处理的一种新的强有力的工具,近年来在谐波恢复领域取得了很好的应用效果。本文在分析现有自相关方法的基础上,着重综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法,表明高阶统计量方法在抑制有色噪声影响上明显优越于自相关方法。     

正弦参量估计的四阶累积量ESPRIT方法

本文讨论高斯有色噪声的正弦信号参量估计问题，利用观测值的高阶统计量信息，建立了四阶累积量ＥＳＰＲＩＴ方法，模拟实验结果表明，该方法不仅具有很高的频率分辨率，而且能抑制高斯有色噪声的影响。     

多通道干扰下的多径时延估计

在考虑多通道非平稳信号干扰及背景噪声的情况下,本文提出的基于循环相关的参数型时间延时估计方法,可准确地进行多径传输情况下的时间延时估计,有效地抑制干扰和噪声的影响.在估计性能方面,该方法优于基于相关的方法.在运算量和适应性能方面,该方法优于基于高阶累积量的方法.文章最后采用计算机模拟验证了文中的结论.     

高阶累积量在谱估计中的应用

本文提出了两种利用高阶累积量估计MA参数的新算法。当信号可以看作一个非高斯白噪声通过一个线性时不变系统的输出时,新算法运算简单、估计准确。本文还通过模拟实验分析了两种算法的性能。     

非最小相位FIR系统辨识的递归封闭型算法的改进

本文根据基于高阶统计量辨识非最小相位FIR系统的线性算法之一递归封闭型算法,提出了一种利用非线性最小二乘解的优化迭代方法提高参数估计精度的改进算法,最后还给出了仿真实例。