分形差分高斯噪声中正弦波频率估计

本文提出了分形噪声中的谐波恢复问题，针对分形差分高斯噪声中正弦波频率估计，提出了一种偏差补偿线性最小二乘与极大似然估计相结合的组合算法。模拟实验结果表明，该方法不仅具有高的分辨率，而且能有效地抑制分形差分高斯噪声的影响。     

基于分数阶高斯噪声的DNA序列Hurst指数估计

DNA(Deoxyribonucleic acid)序列具有长相关性的特征。对于一个长相关时间序列,Hurst指数是其长相关性的度量。一段DNA序列的长相关性可以通过计算其Hurst指数来说明。首先,选取一段DNA序列通过CGR(chaos game representation)方法将DNA序列转化为对应的时间序列,再通过分数阶高斯噪声模型(fractional Gaussian noise,FGN)进行拟合,基于自相关函数回归法估计Hurst指数。最终的Hurst指数估计结果说明DNA序列确实具有长相关特性,而且对其频谱的分析显示,DNA序列的频谱具有一定的周期性。     

滤波分形差分高斯噪声过程的结构辨识

分形差分高斯噪声过程是分形布朗运动的一种离散等价情形，它的滤波形式非常适合于描述具有不同的短期间和长期间相关特性的信号。本文研究了滤波分形差分高斯噪声过程的结构识问题，针对存在较弱和适中的长期间相关的信号，提出了一种基于超定辅助变量乘积矩和最小描述长度准则的ＯＩＶＰＭ－ＭＤＬ结构辨识方法；针对存在强长期间相关的过程，提出了分形反滤波与ＯＩＶＰＭ－ＭＤＬ的组合定阶方法，方法的可行性与有效性通过大量的     

基于幅度谱的椒盐噪声估计

提出了一种基于幅度谱的椒盐噪声估计方法,该方法利用图像的幅度谱随椒盐噪声密度大小的变化规律,对图像中的椒盐噪声进行了估计.通过对大量含噪图像进行实验结果表明:该方法在对椒盐噪声密度中等和较高时效果较好.     

复高斯白噪声下基于多种方法的频率估计

对常用的几种频率估计方法进行了回顾,简单介绍了其中两种频率估计方法的原理;并应用最大似然、协方差、MUSIC、ESPRIT这几种方法对复高斯白噪声下信号的频率进行估计。给出了计算机仿真结果,并对各种方法估计结果进行了比较。比较结果表明:基于旋转不变的互谱估计方法(ESPRIT)避免了在固有的整个频域搜索,且能有效抑制噪声,具有良好频率估计性能。     

一类高斯色噪声信号的谱特性与生成

仿真无线时变信道的衰落特性常常需要具有一定功率谱形状的色高斯噪声信号。本文推导了无线信道快衰落特性的功率谱及其受限功率谱,分析了宽带高斯过程的谱特性和时间相关性,同时考察了具有高斯功率谱形状的信道阴影慢衰落的特性。通过有限正弦信号叠加近似生成了宽带色高斯噪声信号,确定了正弦分量的多普勒频率和多普勒系数。     

高斯白噪声中单频复正弦信号频率估计

本文提出了一种在加性复高斯白噪声中对单频复正弦信号频率的估计方法。该方法是基于利用自相关系数对Kay的方法和扩展。它从自相关系数的相位差的最佳线性组合中提取频率值。相对于Kay的方法，自相关系数中相位差信息的信噪比提高了。新的估计方法的方差具有更低的输入信噪经阈值，而保持了Kay的方法的无偏性和频率估计范围。我们给出了新方法的均方误差分析及其数值结果。该方差分析适用于中等以上的信噪比或大样本长度的情况。给出了估计其估计方差输入信噪比阈值的近似公式，该公式得出的阈值与样本长度大于24的模拟结果相当接近。     

一种基于高阶谱的广义相位数据时延估计算法

为改善高阶谱相位数据时延估计算法的性能，研究了一种基于高阶谱的广义相位数据时延估计算法。该算法采用基于双谱的相干函数在高阶谱域对相位数据进行加权和加窗处理，以提高时延估计精度。最后用实测的直升机噪声信号进行了仿真，对各种相位数据时延估计算法性能进行了比较，验证了新算法的有效性。     

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。     

高斯噪声中的参数盲估计

盲信号处理方法中常忽略噪声的影响,而实际问题中噪声的影响是存在的.本文主要讨论了在协方差矩阵未知的加性高斯噪声中混合系数的盲估计问题.本文以最大似然估计为基础,提出一种求解参数的最优化算法,给出了混合矩阵和协方差矩阵的计算式.采用高斯混合模型(GMM)来逼近源信号的概率密度函数,简化了算法中的积分,导出了一种基于EM算法的迭代式.仿真表明,算法不仅能稳定收敛,而且在低信噪比下也能获得良好性能.     

分数阶Fourier域谱估计及其应用

 本文定义了随机信号的分数阶功率谱和分数阶相关函数,得到了分数阶功率谱和分数阶相关函数的关系.在此基础上,推导出分数阶Fourier域滤波器的输入输出分数阶功率谱的关系.仿真结果表明,分数阶功率谱估计可以用于chirp信号的检测和估计,以及分数阶系统辨识.     

利用频谱排序和筛选的突变噪声快速估计

针对最小值控制递归平均(Minima Controlled Recursive Averaging,MCRA)算法不能快速跟踪突变噪声的问题,提出了一种基于频谱排序和筛选的突变噪声快速估计方法。该方法在MCRA算法的基础上对带噪语音的功率谱进行排序,筛选出不含语音信号的频点来估计噪声的平均功率谱;当检测到噪声突变时,对当前的平滑参数和状态变量进行校正。仿真结果表明,该方法可以将突变噪声的跟踪时间缩短90%以上;用于语音降噪处理时,音质可以提升约0.4分。该方法具有一定的工程应用价值。     

经典功率谱估计及其仿真

介绍了各种经典功率谱估计方法,不仅从理论上对各种方法的谱估计质量进行了分析比较,而且通过Matlab实验仿真验证了理论分析的正确性。着重对使用比较广泛的Welch法进行了深入的研究,给出了窗函数选择的一般要求,通过仿真分析了不同的窗函数对Welch法谱估计质量的影响,比较了他们的优缺点。最后分析了采样点数较少即短数据对Welch法谱估计质量的影响。     

一种空间谱估计测向中的低旁瓣电平波束合成算法

基于低旁瓣电平波束合成技术,是在旁瓣区域利用大量的干扰信号控制波束合成,通过迭代形成最优化权向量,主波束指向期望信号方向,旁瓣达到设计要求,使得空间谱估计测向的性能大大提高。该技术不仅适用于园阵也同样适用于线阵。计算机仿真结果证明了这种方法的正确性和有效性。     

减谱法在语音增强中的应用

语音信号在传输过程中不可避免地会受到周围环境的影响。如何在语音受到干扰的条件下,在接收端保证语音可懂度和清晰度是目前语音通信面临的一个重要问题。首先介绍了影响语音通信的常见的几种噪声,通过对几种语音增强方法的介绍和对比,并结合语音干扰效果评估方法,对减谱法语音增强方法进行详细分析,并结合实际的标准语音库中的语音文件,对结果加以验证,实现了在干扰信号比较大的情况下,提高了语音的可懂度和清晰试。进而得出了较为有效的语音增强效果。可作为提高音质试验、训练中的参考依据。     

The Spectrum of the Square of a Synchronous Random Pulse Train in Impulse Noise Environments

ＴｈｅＳｐｅｃｔｒｕｍｏｆｔｈｅＳｑｕａｒｅｏｆａＳｙｎｃｈｒｏｎｏｕｓＲａｎｄｏｍＰｕｌｓｅＴｒａｉｎｉｎＩｍｐｕｌｓｅＮｏｉｓｅＥｎｖｉｒｏｎｍｅｎｔｓ￥ＹａｎＪｉｎｇｗｅｎ；ＱｉＬｅｉ；ａｎｄＹｕｅＺｈｅｎｇｕｉ（ＤｅｐａｒｔｍｅｎｔｏｆＲａｄ...     

双模激光场强度起伏的噪声功率密度谱及其时谱特性

采用光场的量子理论导出了自由运转双模激光场强度起伏的噪声功率密度谱及其时谱公式，重点分析讨论了双模激光场的量子统计特性及其拍频噪声的时谱特性和频率调谐特性。研究发现双模激光拍频噪声的时谱特性也可用于双模激光的稳频稳幅。     

毫米波热辐射阵列的空间谱估计阵列误差模型研究

将空间谱估计算法应用于毫米波热辐射阵列接收系统对目标进行超分辨率探测,需要解决目标热辐射信号弱及阵列误差使性能下降这两个主要问题.为此,建立了低信噪比阵列误差模型,该模型综合考虑了通道幅相误差对信源和通道噪声的影响,推导出由它们所造成的阵列接收数据自相关矩阵的特征值扰动范围和信号特征向量空间误差距离.利用该模型提出了一种通道幅相误差校正算法,使得高分辨率的空间谱估计算法能够很好地应用于毫米波热辐射阵列接收系统,并通过实验验证了新模型及校正算法的正确性和有效性.     

侦察中的直扩信号PN序列盲估计算法

为了解决通信侦察中低信噪比下直扩信号PN序列的盲估计问题,分析了矩阵特征分解算法。该算法基于直扩通信的基带信号模型,以及已知直扩信号的伪码周期,通过对信号的自相关矩阵进行特征分解,获取最大特征值对应的特征向量,进而估计出PN序列。理论分析与仿真数值结果表明,该算法在较低信噪比背景环境中,能够准确地恢复出PN序列。     

分数低阶噪声的频域处理及在通信中的应用

针对传统的信号处理中采用基于高斯分布与二阶统计量的方法会受到对信号噪声模型假设的限制,提出了非高斯分数低阶噪声理论与通信信号处理等领域的实际问题密切结合,改造现有的信号处理中的频域相关处理技术.本文介绍了α稳定分布模型与分数低阶矩理论,分析和总结了传统的信号处理方法在通信中的应用以及其极限性,对下一步的研究进行了总结与展望,分析了基于频域的分数阶噪声在通信中的应用前景.