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。     

基于分数阶谱的频域广义白化滤波方法

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,提出了一种不同于二阶过程功率谱的共变谱密度概念及基于共变函数与共变谱密度的稳定分布白噪声的概念及其判断标准,对传统意义上的白噪声进行了广义化,并依据稳定分布的参数模型,论述了一种基于α谱的频域广义白化滤波方法。仿真实验表明,这种算法是一种在高斯和分数低阶α稳定分布噪声条件下具有良好韧性的白化滤波方法,是对传统的二阶统计量基础上的白化滤波方法的改造与推广。     

基于Borel测度峰值判定的欠定混合盲语音信号分离

简要介绍稳定分布的特征函数及其Borel测度表示,给出了Borel测度的估计方法,并利用Borel测度的峰值确定混合矩阵的基矢量,从而可以确定各个独立分量,实现信号的盲分离。计算机模拟和分析表明,这种算法是一种在高斯和分数低阶Alpha稳定分布噪声条件下具有良好韧性的独立分量分析与盲源分离方法,在盲语音混合信号的分离应用中也得到了很好的效果。     

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.     

一种新的最优小波基选择准则及其应用

针对分数低阶口稳定分布信号具有显著脉冲这一特性,参照最优小波包基选择的熵准则,提出了一种针对该类噪声的最优小波基选择新准则,解决了以往最优小波基选择的熵准则中,由于需计算二阶统计量而不适合分析分数低阶口稳定分布信号的问题.还得出了针对该类信号,在运用该新准则进行判别最优小波基时,只需对各个小波基函数在第1层尺度下的变换系数进行对比判别的结论,极大地减化了以往多尺度的判别过程.将新准则应用于医学超声图像消噪时,获得了较好的效果.     

基于分数低阶统计量的双谱及其估计方法

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.为了更好地抑制信号背景中的非高斯噪声,本文提出了基于分数低阶的双谱定义,并给出在分数低阶有色噪声背景下双谱非参数和参数模型的估计方法.仿真结果表明,同传统的双谱估计相比较,非参数法分数低阶双谱估计能有效的识别信号,保留了信号的幅度和相位信息,但存在较大的估计方差.基于AR模型的分数低阶双谱估计具有最大的谱平坦度,能够有效地抑制噪声,具有良好的韧性.     

基于Alpha稳定分布噪声环境下的两步分离自适应算法

自适应滤波理论技术在很多领域有广泛应用,若实际应用中随机信号和噪声有显著的脉冲特性,则Alpha稳定分布能更好地进行描述。文章给出了在分数低阶Alpha稳定分布噪声环境下的一种两步分离自适应算法TSLMP。实验表明,该算法相对以往的LMP算法计算复杂度大大降低,有良好的收敛特性。     

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。     

脉冲噪声环境下基于分数低阶循环相关的MUSIC算法

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。