共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
基于SαSG分布噪声模型的自适应混合矩滤波方法 总被引:1,自引:0,他引:1
α-稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声.与其他统计模型不同,α-稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在.针对系统中存在独立SαS噪声与高斯噪声,基于SαSG分布模型,提出了一种稳定分布与高斯混合噪声环境下的自适应混合矩滤波的修正RMN(混合参数)算法,并对算法进行了步长归一化改进.计算机模拟和分析表明,这种算法是一种在SαSG分布背景噪声条件下具有良好韧性的滤波方法. 相似文献
4.
通信信道中的冲激噪声通常可由对称的α稳定分布(SαS)描述。由于SαS的概率密度函数(PDF)无闭式表达,因此基于Neyman-Pearson准则的解析的最优接收机也不存在。采用解析模型——双参数柯西-高斯混合模型(BCGM)近似SαS的PDF,导出了基于正态化变换的零记忆非线性(NZMNL)限幅器,NZMNL限幅器使得α稳定噪声变换为标准的正态分布噪声。分析了基于该限幅器次优接收机的误码率性能,仿真结果表明对于噪声参数α(1.52.0]时,所提出接收机的性能优于经典的柯西接收机和钳位接收机。 相似文献
5.
6.
7.
8.
在现实的通信系统中,许多自然的以及人为的噪声是非高斯脉冲的.针对噪声的非高斯性引起的高斯假设下设计的最优接收机性能的显著退化.设计了对称α稳定分布(SαS)模型,该模型能够比较准确地描述许多类型的脉冲噪声.并进行了模型仿真和模型参数估计.结果表明,α稳定分布更能描述信道中的噪音 相似文献
9.
10.
针对分布式多天线信道随机时变特征参数的获取问题,通过参数化建模方法建立信道时变参数的自回归模型,将由频率偏置和复信道衰落构成的强非线性观测方程在估计值处展开成泰勒级数进而线性化观测方程后,运用扩展卡尔曼滤波算法联合估计未知参数。仿真结果表明,该方法可在序贯的观测值下对信道时变参数进行联合估计和跟踪,能获得逼近克拉默—拉奥下界的估计精度。 相似文献