一种高斯白噪声信号发生器的设计与实现

介绍了高斯白噪声的数学模型,设计了一种高斯白噪声信号发生器,使用FPGA产生m序列,经过数模转换、滤波和放大,实现了特性良好的高斯白噪声;在该高斯白噪声信号发生器中,采用"有限截取源序列"方法,增加了伪随机序列的长度,具有结构简单和实现方便的优点;同时,可通过改变DAC的输出电压对高斯白噪声信号发生器的输出幅值进行调节,满足不同场合的需求,扩大了其应用领域;测试结果表明,输出的高斯白噪声信号形状比较理想,在0～10MHz范围内幅度可调。     

高斯白噪声发生器在FPGA中的实现

介绍了一种基于FPGA的可配置高斯白噪声发生器的算法、结构和实现.根据Wallace算法,利用正态分布的可加性直接产生高斯白噪声变量.同时用户可以通过内置异步串行接口对系统进行参数配置.该噪声发生器由Verilog语言编写,可应用于实际无线通信信道模拟器中.     

高斯白噪声发生器的FPGA实现

分析了几种高斯白噪声发生器的实现途径,提出了一个基于Box-Muller算法级联中心极限定理实现高精度高斯白噪声发生器的方法,在FPGA中使用HDL语言实现。与现有的实现方法相比,本设计速度更快、占用的资源更少,且易于FPGA实现,可作为一个快速实用的误码率测试平台的一部分。     

基于时变盲混合高斯白噪声干扰的卫星姿态随机自学习控制

本文提出一种基于统计模式识别,针对盲混合高斯白噪声干扰下卫星姿态控制的方法.通过对噪声样本进行数据挖掘和模式识别,在线学习噪声的实时特性,获得其概率密度函数的先验知识,应用此先验知识进行样本聚类、分类、无监督学习并对噪声参数进行精确估计.学习系统将干扰白噪声参数的精确估计值传送至随机最优控制器以获得精度优良的控制效果,通过仿真研究表明了方法的有效性.     

高斯白噪声扰动下的电力系统混沌振荡抑制

电力系统是一种典型的非线性系统,在周期扰动下可能发生混沌振荡,严重影响电力系统的安全运行,而高斯白噪声的存在使得系统产生混沌振荡的阈值降低,更容易出现混沌振荡;采用Melnikov方法计算出存在高斯白噪声时混沌振荡产生的范围;针对出现的混沌振荡,在延迟时间τ一定的前提下,采用梯度下降方法自适应调整反馈增益的扩展延时反馈控制方法来抑制混沌振荡;由于系统还存在周期扰动,采用了一种周期振荡控制器,该控制器根据系统中的周期扰动进行设计,形式简单,仿真实验表明了在时间t=20 s左右时,系统稳定在平衡点附近,说明该方法能够快速有效地抑制高斯白噪声扰动下产生的混沌振荡。     

高斯白噪声对神经元映射模型动力学的影响*

研究了噪声引发的神经元相干共振现象。基于神经元二维映射模型,用高斯白噪声模拟生物神经系统中的环境噪声,通过数字仿真研究了噪声对神经元动力学特性的影响。研究发现,噪声可以提高静态神经元的可兴奋性,诱导其产生动作电位,当噪声达到某一适中强度时,动作电位的有序性可以达到最佳,产生相干共振现象。研究了系统参数的选取对神经元共振特性的影响,发现控制参数越接近分岔点,相干共振性越好。结果表明合适强度的噪声可以促进神经元的信息传递。     

SVD域的图像高斯噪声强度估计

精确估计图像或视频中的噪声强度对于后续的信号处理是至关重要的先决条件。通过对含噪图像的奇异值特性的研究,提出一种精确的SVD域的图像噪声强度估计算法。该算法对噪声强度估计提出了创新的解决方法:1)利用奇异值的尾部数据进行噪声强度估计,这样达到尽可能地降低图像信息对噪声估计的干扰;2)对含噪图像加入已知强度的高斯白噪声,以计算噪声估计时需要设置的与图像内容相关的参数,因此该算法可以自适应图像的结构,能够广泛地适应各种类型的图片。实验结果表明SVD域噪声强度估计算法适用于各种图片类型,而且在极大的噪声强度范围内都能够稳定精确地估计噪声强度。     

高斯图像噪声实现的两种改进

该文对传统的高斯图像噪声的实现从高斯特性和噪声率等方面提出了两种改进方法,并给出按改进方法和传统方法产生的高斯噪声图像的直方图。改进方法较传统方法有高斯特性更准确,噪声率(图像中受噪声影响的像素数与总像素数之比)可调,“白”性不变等特点,更适于成为图像处理研究的噪声源。     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。     

基于统计假设测试的噪声方差估计方法

在数字图像处理中,噪声方差估计是一个重要的研究课题。提出一种针对加性高斯噪声的噪声方差估计方法。利用一种基于统计假设测试的方法来度量图像结构特征度,基于图像结构特征度找出平滑子块和非平滑子块（含有边缘或纹理子块）;以平滑子块中的最小方差为参考方差,选择出方差与参考方差相差在一定范围内且不含边缘的所有子块;从选出的子块中求以图像结构特征度为权重的方差平均值作为噪声方差估计值。相比于现有的噪声估计方法,该方法具有非常高的估计精度,适合感染高斯噪声的各种图像。     

纯音听力计中白噪声信号发生器的设计与实现

介绍了一种基于单片机和数/模转换芯片的白噪声信号发生器的软硬件设计与实现。阐述了系统的工作原理、设计方案和软件实现。设计中通过采用优质的随机序列、高效的D/A转换电路、精密的音量控制系统等手段输出符合国标[1]要求的白噪声掩蔽信号,具有性能稳定、调测方便、操作灵活等优点。     

非白高斯噪声中基于导频的匹配滤波频谱检测

为了在低信噪比的情况下,能够用很少的采样样本得到很高的检测概率,考虑到现实生活中噪声和信号在传输过程中的衰落,所以在非白高斯信道中采用线性模型对信号进行估计,在此基础上对导频运用匹配滤波检测,讨论了决定检测概率的重要因素——偏移系数的最大值的选取。仿真结果表明,选取非白高斯噪声信道是必要的;偏移系数选取最优值将会得到很好的检测性能;对导频进行检测可以减少采样数。     

非线性三角恋模型及其在高斯白噪声激励下的基本动力学特征

研究了非线性三角恋模型在某些特定参数下的一些基本动力学特征,包括对称性、耗散性、不动点（平衡）,混沌行为和混沌吸引子.由于心理系统具有高度的复杂性和不确定性,本文用标准高斯白噪声刻画随机因素,构建了随机激励下的爱情模型,并研究了新模型的随机动力学行为,得到了不同激励幅值下系统的响应结果.     

动态系统白噪声估值器

用现代时间序列分析方法提出了单输入单输出(SISO)动态系统的统一的和通用的白噪声估值器.它包括输入白噪声估值器和观测白噪声估值器,可处理非零均值白噪声、相关白噪声、不稳定和非最小相位系统.对于雷达跟踪系统的仿真例子说明了其有效性和可应用性.     

高斯噪声信号的计算机软件获取

本文主要从计算机软件方面总结介绍笔者在科研工作中所寻求到的高斯噪声信号的获取方法，以供同行参考。     

高斯白噪声激励下分数阶Duffing-Van der Pol系统的稳态响应

应用随机平均法研究了高斯白噪声激励下含有分数阶阻尼项的Duffing-Van der Pol系统的稳态响应.首先应用基于广义谐和函数的随机平均法得到系统关于幅值的平均伊藤微分方程并建立相应的平稳FPK方程,求解该平稳FPK方程的近似理论解得到系统幅值的稳态概率密度.分析幅值、位移和速度的稳态概率密度探究分数阶阻尼项以及其它参数对系统稳态响应的影响.发现降低分数阶的阶数可以增强系统的响应而增大分数阶的系数可以减弱系统响应.最后对原系统进行Monte Carlo数值模拟验证近似理论解的有效性.     

基带通信中常见噪声的产生方法研究

通常的实验环境中,对数字基带信号的研究是要加入一定的模拟噪声来测量各种参数的。实际中的噪声多种多样,有最简单的均匀白噪声,高斯白噪声,突发随机脉冲噪声以及其他各种分布的随机噪声。通过吸纳或改进传统的产生方法,本文从理论和工程上都给出了产生这些类型噪声的方法,并进一步结合ISA总线设计了基于双RAM的噪声动态产生系统     

基于PCNN的高斯噪声滤波

论文针对高方差的高斯噪声的特点,提出了一种先定位和去除大噪声像素,后平滑小噪声像素的滤波方法。文中采用类均值滤波方法去除大噪声像素,利用改进的PCNN平滑小噪声像素。与已有的滤波方法相比,该算法在较好地滤除噪声的同时,具有自适应和图像边缘保护能力。实验结果证实了该方法的可行性和有效性。     

脉冲性大气噪声的高斯化滤波

传统的非高斯噪声信道下数字接收机中的非线性处理器如：消波器、限幅器、熄灭器等,只是对噪声时域中的较大幅值进行简单处理,没有考虑实际噪声的统计分布特性,对噪声的抑制能力有限;α稳定分布模型虽然能很好的描述大气噪声等非高斯噪声的“重尾”特征,但其概率密度函数除特殊值外无闭式,在实际使用中带来很大不便。首先采用柯西高斯模型,可以对α稳定分布的概率密度函数进行很好的近似;然后通过估计得到的噪声的概率密函数来构建高斯化滤波器,并针对不同α值的SαS分布非高斯大气噪声模型进行专门的高斯化处理;最后通过仿真对比,得出高斯化滤波器的性能明显优于传统非线性处理方法。     

基于RF DAC的宽带高斯噪声源的设计与实现

设计了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)和射频级数模转换器(Radio Frequency Digital to Analog Converter,RF DAC)的宽带高斯噪声源。该噪声源将优先编码器原理运用到非均匀分段拟合映射曲线中,通过并行伪码产生结构生成均匀分布的伪码序列,接着利用非均匀折线拟合的方法将伪码序列映射为高斯分布的高速数字高斯噪声,然后通过RF DAC输出宽带高斯噪声。在Xilinx Virtex7 XC7VX485T和ADI AD9129搭建的验证平台上的测试结果表明,该噪声源能输出±4σ(σ为标准差)的高斯噪声,噪声带宽可达1.2 GHz,并且只消耗FPGA约0.3%的资源。