零均值复杂噪声背景下二维谐波的三次非线性耦合分析

该文利用一种四阶时间平均矩谱,通过对原始数据取平方的办法,改变了原始信号中噪声的统计特性,首次对零均值独立噪声背景下的二维谐波的三次耦合问题给出了解决方法,文中给出了详细的理论分析和证明。由于该方法也适合于非零均值噪声下的谐波耦合问题,因此这种方法不再需要对噪声的均值、颜色和分布作任何限制。仿真结果表明了该方法的有效性。     

相关乘性噪声背景下的三次非线性耦合谐波分析

本文利用特殊四阶时间平均多矩谱对任意均值乘性噪声与任意均值加性噪声共存,并且乘性噪声之间相关、乘性噪声与加性噪声之间相互独立的噪声背景下的三次非线性耦合进行了分析,该方法能够有效地估计出观测信号中参于三次非线性耦合的频率和耦合产生的频率.并且该方法无需限制乘性噪声与加性噪声的颜色和分布.最后,文中把此方法拓广到二维,用此二维四阶时间平均多矩谱方法分析了二维三次非线性耦合问题,同样取得了良好的效果.仿真实验验证了文中结论.     

乘性和加性噪声相关背景下的二维谐波频率估计

本文利用二维循环统计量方法对乘性噪声之间相关、乘性噪声和加性噪声之间也相关这种复杂噪声背景下的谐波恢复问题进行了研究.首先,提出了二维噪声互可混的概念,用它来体现多个二维噪声之间的关系;然后,在乘性噪声为非零均值时,定义了二维循环均值来估计信号频率.在乘性噪声和加性噪声为零均值时,定义特殊的二维六阶时间平均多矩谱切片来估计信号频率.仿真实验证明了算法的有效性.     

基于遗传算法的复杂背景噪声中二维谐波的二次耦合分析

本文利用二维循环统计量方法对乘性噪声之间相关,乘性噪声和加性噪声之间也相关这种复杂噪声背景中二维谐波的二次非线性耦合问题做了分析。利用当且仅当二维谐波中存在二次非线性耦合谐波时,所定义的二维三阶时间平均矩谱仅在参与二次耦合谐波频率处取得极值的性质,提出了采用遗传算法来分析二维谐波的：二次非线性耦合问题的算法。仿真实验证明了算法的有效性。     

基于遗传算法的二维谐波频率估计

针对高斯有色噪声背景下的二维谐波频率估计问题,本文利用二维四阶累积量对高斯噪声不敏感,却包含有二维谐波的频率与幅度信息,将该问题转化为一个多元函数的极值问题,然后提出了基于遗传算法的二维谐波信号参数估计算法.该算法可以直接估计出谐波的频率与振幅,并且不需要考虑频率的配对问题,使得估计过程得到了简化.仿真实验证明了算法的有效性.     

色噪声背景下的二维谐波频率估计

针对色噪声背景下的二维谐波频率估计问题,本文提出了拓广的二维ESPRIT算法.该算法对二维MA模型的噪声具有比较好的抑制能力.同时,对于二维频率配对问题,本文给出了一种更为简便的方法.仿真实验验证了算法的正确性.     

乘性和加性噪声中二维谐波频率估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究零均值乘性和加性噪声并存下的二维谐波信号频率估计问题,提出了一种基于数据矩阵的奇异值分解和子空间的旋转不变性的零均值乘性和加性噪声中的谐波频率的估计方法。乘性噪声为零均值情形下传统的估计方法往往难以直接应用或估计失效。本文利用谐波模型信号特征,通过对观测信号进行平方运算构造了一个数据矩阵。通过对数据矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了零均值乘性和加性噪声中的谐波频率和数据矩阵之间的一种内在关系。这个性质可以用于零均值乘性和加性噪声并存下的二维谐波信号频率估计,并且所得的二维频率能自动配对。仿真实验验证了本文所提算法的有效性。      

复杂噪声背景下的谐波恢复及非线性耦合谐波分析

本文主要在乘性噪声之间相关、乘性和加性噪声之间也相关的复杂噪声背景下,研究谐波恢复及非线性耦合谐波分析,提出噪声互可混的概念,推广了有关非线性耦合谐波分析的结论,用特殊定义的六阶时间平均矩谱切片成功地解决了复杂噪声背景下的谐波恢复问题.仿真实验证明了算法的有效性.     

基于三阶循环累积量的二维谐波信号的参数估计

本文从循环平稳的观点出发来研究乘性和加性噪声中的二维谐波参数估计问题.利用循环累积量的性质得到了二维三阶循环累积量单一记录估计的统计性质.在此基础上,提出了基于三阶循环累积量特殊切片的二维谐波分量个数和频率对的估计方法,并得到了估计的强相容性质和强收敛速度.仿真试验对算法作了说明.     

基于二维循环统计量的二维谐波信号参数估计

本文利用二维循环统计量方法对二维平稳乘性噪声与二维平稳加性噪声共存情况下的二维谐波信号参数估计问题进行了讨论.利用二维循环统计量能够有效地抑制二维平稳乘性噪声和二维平稳加性噪声的特点,有效地从噪声中提取出信号参数.仿真实验对算法作了说明.     

四元数在二维波达方向估计中的应用

基于四元数,本文提出了一种针对双平行阵的二维波达方向估计方法。与复数不同,四元数是一种维数更高的多元数代数。利用四元数代数理论,波达方向估计问题可以以高维的角度来求解。本文将四元数的概念引入到双平行阵接收模型中,建立了双平行阵的四元数接收模型。所提算法利用四元数的不同基之间的共同特性,对四元数子空间与信号方向矢量的正交关系进行解耦,得到仅含方位角信息的方向矢量与四元数子空间的正交表达式,并通过一维搜索估计出方位角。根据得到的方位角,算法进一步估计得到信源的俯仰角。仿真实验验证了本文所提算法的有效性。      

基于降维处理的MUSIC二维DOA估计算法

针对 MUSIC(多重信号分类法)估计方法实现二维 DOA(波达方向)估计的计算量大且遍历搜索耗时的问题,给出了一种基于降维处理的 MUSIC 算法。该算法无需进行二维谱峰值搜索。该算法利用二次优化方法将二维 DOA 估计分解为一维 DOA 估计,先通过一维 MUSIC 估计获得信号与 x 轴夹角,再利用最小二乘算法估计获得信号与 y 轴夹角。最后利用角度关系式得到信号的二维 DOA 估计值。该算法的复杂和搜索范围都大大降低,仿真表明,该算法具有较好的角度估计效果。     

四元二维零相关区阵列集构造法

 基于二维最佳二进阵列,利用逆Gray映射构造了一类四元二维零相关区(ZCZ)阵列集.得到的四元ZCZ阵列集的参数可以达到理论界限,是一类最佳四元ZCZ阵列集.ZCZ阵列集的参数如阵列数目和零相关区大小可以灵活设定.矩形零相关区在行或者列方向上达到最大值.还给出了一类移位序列集的构造方法,通过设定不同参数可以得到多个可用于构造四元ZCZ阵列集的移位序列.     

两相邻耦合互连的Elmore延时估计

基于"有效电容"的概念提出了一种分析两相邻耦合RC互连延时的方法.与采用Miller电容的传统方法比较,该方法不但提高了计算精度而且反映出了延时随信号上升时间的变化规律.该方法与Elmore延时法具有相同的计算复杂度,可广泛用于考虑耦合电容的面向性能的布线优化.     

Recursive Extended Least Squares Parameter Estimation for Wiener Nonlinear Systems with Moving Average Noises

Many control algorithms are based on the mathematical models of dynamic systems. System identification is used to determine the structures and parameters of dynamic systems. Some identification algorithms (e.g., the least squares algorithm) can be applied to estimate the parameters of linear regressive systems or linear-parameter systems with white noise disturbances. This paper derives two recursive extended least squares parameter estimation algorithms for Wiener nonlinear systems with moving average noises based on over-parameterization models. The simulation results indicate that the proposed algorithms are effective.     

Elmore Delay Estimation of Two Adjacent Coupling Interconnects

基于"有效电容"的概念提出了一种分析两相邻耦合RC互连延时的方法.与采用Miller电容的传统方法比较,该方法不但提高了计算精度而且反映出了延时随信号上升时间的变化规律.该方法与Elmore延时法具有相同的计算复杂度,可广泛用于考虑耦合电容的面向性能的布线优化.     

复高斯乘性和加性噪声中复谐波的Cramer—Rao界

本文考虑了在白的复高斯乘性和白的复高斯加性噪声中观测的多个复谐波的恢复问题，导出了频率估计以及乘性噪声的样本均值的可计算的Ｃｒａｍｅｒ－Ｒａｏ界（ＣＲＢ）表达式，模拟结果验证了所得结果的正确性。     

Locally Optimum Detection of Signals in Multiplicative and First-Order Markov Additive Noises

In most previously reported studies on locally optimum detection of signals, independent observations have been assumed in various noise environments. The use of an independent observation model may cause a considerable performance degradation in detection applications of modern high data-rate communication systems exhibiting dependence among interference components. In this paper, the detection of weak known and random signals is addressed in observations corrupted by multiplicative and first-order Markov additive noises. The asymptotic and finite sample-size performance of several detectors are obtained and compared: it is confirmed that the dependence of noise components need to be taken into account to maintain detection performance appropriately.