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。     

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.     

非高斯相关噪声中高斯信号的时延估计

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.     

基于海杂波FRFT谱多尺度Hurst指数的目标检测方法

本文主要研究海杂波分数阶Fourier变换（FRFT ）谱的扩展自相似特性及FRFT域多尺度Hurst指数在海杂波目标检测中的应用。鉴于扩展自相似过程的描述参数---多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,本文基于实测雷达数据研究海杂波FRFT谱的扩展自相似性以及影响参数,并利用最优FRFT域尺度下多尺度Hurst指数对目标较敏感的特点设计海杂波中目标的恒虚警检测方法。经实测数据验证,海杂波FRFT谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,并且由于FRFT可以很好地积累匀加速类目标回波的能量,有效提升信杂比,因此该检测方法具有检测海杂波中微弱运动目标的潜力。     

一种基于高斯分布的自适应 DBSCAN 算法

针对传统的 DBSCAN 算法只能依靠经验来设置阈值(min Pts ,Eps)和无法对多密度数据集进行有效聚类的不足,提出了一种可适用于所有密度分布特征的数据集的基于高斯分布的自适应 DBSCAN 算法.该算法根据数据集的特点寻找最大的聚类效果指数(CEI)来确定 min Pts ,通过 Distk 图的层次数确定 Eps 个数并通过高斯分布中的参数估计来确定每个密度层次 Eps 大小,最后用所求得阈值进行聚类.将该算法与传统的 DBSCAN 算法分别应用于单密度数据集和多密度数据集,结果显示该算法更有效.     

一种由噪声系数定义推导出的噪声系数测量方法

对于高精度的电子设备,噪声是影响其性能的关键因素。为了方便测得某一待测放大器或接收机的噪声系数,通过介绍噪声对电子设备性能的影响以及噪声系数的定义及其数学公式推导,总结了一种利用频谱分析仪测量放大器噪声系数的方法。该方法虽然存在一定的局限性,但对于高增益的待测器件,仍不失为一种简单有效的测量方法。     

α稳态噪声条件下互谱算法的改进

传统算法都是建立在高斯白噪声条件下,然而实际情况中经常会出现有脉冲特性的噪声,例如水下生物噪声、低频大气噪声等都具有显著的尖峰脉冲特性．α稳态噪声可以更好地描述实际环境中的噪声特性,传统互谱算法在α稳态噪声条件下性能明显下降,甚至到不能应用的程度,通过对传统互谱算法的改进,经过仿真得出改进算法较传统互谱算法的谱分析和时延估计在高斯噪声条件下具有相近的性能,在α稳态噪声条件下性能明显提高。     

基于改进谱相关算法的信号抗噪性能分析

谱相关分析是对循环平稳信号进行分析的有效工具,对噪声背景下的信号进行谱相关分析可以获取更实际的信号谱相关特征.文中采用采样点间隔取值的方法,对谱相关的数字化计算进行改进,并利用改进后的谱相关计算方法对信号谱相关分析的抗噪性能进行分析讨论.仿真表明,该方法具有较好的抗噪性能.     

多模激光场中光子统计特性的研究

本文在理论和实验上研究了多模激光场的量子统计特性。理论计算表明多模激光场具有光子反相关效应,实验上测量了强度起伏的噪声功率密度谱,结果与理论相符。     

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

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

基于FPGA的高斯白噪声信道模拟器设计

信道模拟器在无线和水声通信领域中的应用具有非常重要的意义。对信道模拟器进行不同程序的配置,在物理上可以直接模拟不同环境下信号的传播过程。本文对高斯白噪声的理论进行了推导,给出其产生的方法和步骤,在此基础上设计出基于FPGA的信号处理流程。通过对不同SNR条件下输出信号的对比,验证了该方法的可行性。     

基于小波变换的图像去噪方法

针对图像中存在的高斯噪声、椒盐噪声和二者混合噪声,提出了一种基于小波变换的图像去噪方法。为进一步提高图像去噪质量,采用Bayes Shrink和中值滤波相结合的方法,对其的不同去噪顺序进行实验,并与中值滤波、Bayes Shrink方法相比较。实验结果表明,先进行Bayes Shrink再进行中值滤波的方法要优于其他方法,去噪效果较好。在图像去噪处理中该种方法具有实际应用价值。