脉冲噪声下一种自适应ASR稳健滤波方法

在基于alpha稳定分布模型的脉冲噪声处理领域中,经典滤波方法多采用Cauchy分布和Meridian分布等alpha稳定分布特例,其脉冲抑制能力有限.对此,该文基于M估计理论和ASαS分布模型,构造稳健滤波代价函数簇,提出ASR稳健滤波方法,利用影响函数分析其稳健性,构建稳健滤波的统一理论基础,将Myriad滤波,Meridian滤波统一起来.给出线性度参数表达式,并采用阈值选择法实现自适应选择.此外,提出AS-FT滤波方法,以线性调频(LFM)信号在脉冲噪声下的参数估计为例,表明ASR滤波方法的稳健性.仿真实验表明,ASR稳健滤波方法,与中值滤波、Myriad滤波、分数低阶等传统的稳健滤波方法相比,具有良好的鲁棒性.     

基于柯西分布的跳频信号参数最大似然估计方法

该文针对传统的跳频信号参数估计方法在alpha稳定分布噪声下性能严重退化的问题,引入基于柯西分布的最大似然估计方法。将跳频信号分解到由信号包络参数和频率参数构成的2维平面,基于柯西分布建立最大似然函数,在抑制alpha稳定分布噪声的同时,直接对信号的频率参数进行估计。在构建的最大似然函数基础上,该方法依据跳频信号的短时平稳性,对信号进行加窗,有效获得信号的跳频频率及其跳变次序,进而实现对信号的跳变时刻和跳频周期等参数的估计。仿真结果表明,在alpha稳定分布噪声环境中,相比基于分数低阶统计量及基于Myriad滤波的时频分析方法,该文所提方法提高了跳频信号的参数估计精度,具有良好的稳健性。     

脉冲噪声中基于指数函数的可变拖尾非线性变换设计

针对脉冲噪声中的信号检测问题,该文提出一种基于指数函数的非线性变换函数设计与优化方法。该方法利用指数函数衰减速度可调的优点,适用于脉冲噪声的各种分布模型。通过引入效能函数,将非线性函数设计问题转化为以效能最大化为目标的阈值与底数参数优化问题。由于效能是关于待优化参数的连续可导且单峰函数,该优化问题可采用数值优化方法如单纯形法快速稳健地求解。性能分析表明,针对脉冲噪声常用的对称α稳定分布、Class A分布和高斯混合分布,该文方法均能取得基本最优检测性能,基于实测大气噪声仿真的通信误码率也明显优于传统的削波器和置零器。因此,该文为各种分布的脉冲噪声提供了一个统一的最优抑制解决方法。     

基于分数阶谱的频域广义白化滤波方法

在简要介绍稳定分布统计特性的基础上,描述了稳定分布的谱表示,提出了一种不同于二阶过程功率谱的共变谱密度概念及基于共变函数与共变谱密度的稳定分布白噪声的概念及其判断标准,对传统意义上的白噪声进行了广义化,并依据稳定分布的参数模型,论述了一种基于α谱的频域广义白化滤波方法。仿真实验表明,这种算法是一种在高斯和分数低阶α稳定分布噪声条件下具有良好韧性的白化滤波方法,是对传统的二阶统计量基础上的白化滤波方法的改造与推广。     

Alpha稳定分布噪声中的韧性投影 近似子空间跟踪算法

 为了克服投影近似子空间跟踪算法(PAST)在脉冲噪声环境下性能的退化,本文以Alpha 稳定分布为脉冲噪声模型,依据韧性的M估计方法提出了一种新的代价函数,并推导出基于递归最小M估计的韧性投影近似自适应信号子空间跟踪算法(RLM_-PAST).由于采用了适合噪声模型的M估计函数,新算法与采用递归最小二乘估计的子空间跟踪算法相比,在稳定分布脉冲噪声环境下具有更好的性能.把新方法应用于波达方向(DOA)估计,数值仿真结果表明了该算法的有效性.     

基于滑动窗与韧性函数的递归最小p范数滤波方法

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。与其它统计模型不同, 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SS噪声与高斯噪声,该文基于SSG分布模型,提出了一种混合噪声环境下基于滑动窗与韧性函数自适应广义递归最小p范数滤波算法,并对算法进行了分析。计算机模拟和分析表明,这种算法是一种在SSG分布背景噪声条件下具有良好鲁棒性的方法。     

基于混合观测器的非线性系统的脉冲控制

该文针对基于有限状态自动机的非线性脉冲混合动态系统,设计一种新的脉冲混合观测器,然后应用有限状态自动机理论和Backstepping方法设计了基于混合观测器的脉冲输出反馈控制器,并构造了多Lyapunov函数,通过混合系统的渐近稳定性理论以及多Lyapunov函数法给出整个闭环系统渐近稳定的充分条件,数值仿真验证了该控制器的有效性。     

脉冲噪声条件下的相关熵谱估计

基于相关函数的常规功率谱估计方法在脉冲噪声环境中性能下降明显,受大脉冲干扰时甚至会失效。而具有局部相似度量特性的相关熵对脉冲信号的影响并不敏感,能够很好地适应脉冲噪声条件。将受干扰信号的相关熵函数代替自相关函数,得到基于相关熵的功率谱估计方法。通过仿真进行对比验证,结果表明在相同信噪比条件下基于相关熵的功率谱估计方法在α稳定分布噪声环境中更加稳健,特别在大脉冲条件下（α<1.6）能对有用信号进行更加有效的估计,且估计误差的均值和方差值仍保持很低。      

基于抽样分布函数的Kalman滤波抗野值方法研究

针对目标跟踪系统出现的观测量野值问题,在分析Kalman滤波新息序列样本统计量及其抽样分布函数的基础上,引入一种活化函数对新息序列进行修正,并提出了基于x^2检验模型和基于t检验模型的两种Kalman滤波抗野值方法。仿真实验表明,所提方法有效改善了野值对Kalman滤波器性能的影响,尤其是对于出现连续野值的情况。     

非线性系统故障诊断的粒子滤波方法

针对粒子滤波存在粒子退化问题,提出一种基于无迹卡尔曼滤波和部分重采样的改进的粒子滤波算法.通过无迹卡尔曼滤波产生重要性分布函数和使用部分重采样算法进行重采样,以丰富粒子的多样性.并针对非线性系统故障诊断中非高斯背景下,似然函数检测量难以导出的问题,提出一种基于多模型和似然函数值的诊断方法.仿真结果表明:改进的滤波算法的估计精度优于标准的粒子滤波算法及其现有的两种改进算法,提出的故障诊断方法能够做到快速检测与准确隔离.