Alpha稳定分布参数评估及应用研究

随着信号处理技术的发展,非高斯信号处理是近年来发展起来的一个信号处理的新领域.针对现实生活中所遇到的大量非高斯信号或噪声具有显著的尖峰脉冲特性,而这种脉冲特性使得这类非高斯过程的统计特性显著偏离高斯分布的实际问题.重点研究了基于广义中心极限定理的Alpha稳定分布,它能够很好地描述信号统计分布的非高斯性和重拖尾性.本文首先讨论Alpha稳定分布的定义和基本理论,然后求解出该分布的概率密度函数,以便于样本分位数法和基于分数低阶矩法的实现.最终,把研究结果应用于上证指数和道琼斯工业指数,求解出其服从的分布模型.     

冰下脉冲噪声特性及信号检测性能分析

针对冰下噪声的显著脉冲特征及其对冰下的探测声呐的干扰的问题,本文采用第8次北极科考声学实验和松花江实验获得的冰下噪声数据,研究其统计特性及对匹配滤波器检测性能的影响。分析了冰下噪声数据的统计特性,采用Alpha稳定分布作为统计模型,通过分数低阶矩法估计噪声数据获得的Alpha稳定分布参数并对噪声数据进行拟合并同高斯分布拟合情况进行对比,采用蒙特卡罗(Monte-Carlo)方法,利用实际冰下噪声数据及仿真数据分析匹配滤波检测性能,结果表明:冰下噪声具有非高斯性,拖尾较重;相比高斯分布,Alpha稳定分布更符合实际冰下噪声统计特性;相同信噪比下,宽带脉冲信号抑制冰下脉冲噪声性能优于窄带脉冲信号,并且不同特征指数α对检测性能有一定的影响。本文的研究结果可为在冰下工作的主动声呐设计及性能预报提供一定的理论依据。     

基于分数低阶统计量的时延估计算法性能分析

传统的时延估计算法大多建立在高斯模型的基础上,利用信号的二阶、高阶估计量,可以得到理想的结果.然而,现实中的信号往往都处在非高斯环境下,如通信线路瞬间尖峰和环境噪声等,这一类信号的时域波形中存在一个明显的峰值,这时利用α稳定分布模型可以较好地表述非高斯脉冲信号和噪声.因此有必要对α稳定分布模型下的,基于分数低阶统计量（FLOS）的时延估计算法进行研究.通过调整参数取值得到的仿真结果,证明了在非高斯情况下,基于FLOS的时延估计算法相对于传统算法估计效果更好.     

基于自适应核估计的ICA算法

在自然梯度算法的框架下,本文利用随机变量概率密度函数非参数估计的自适应核函数法,给出了一种能够对任意混合信号(超高斯和亚高斯信号,对称和非对称分布信号)进行盲分离的算法。本算法无需选择非线性函数,而是根据信号的统计特性自动地直接估计评价函数。通过仿真实验,验证了本文算法的有效性。     

Alpha稳定分布噪声背景下MPSK信号参数估计

针对基于二阶循环统计量的参数估计算法在Alpha稳定分布噪声中严重退化的问题,提出了一种基于分数低阶循环谱的多进制相移键控(m-ary phase shift keying,MPSK)信号参数估计算法.研究了MPSK信号的分数低阶循环谱,对于不同M值下的相移键控(phase shift keying,PSK)信号,分析了其参数(载波频率和码元速率)和相应分数低阶循环谱中参数(频率和循环频率)的关系,在此基础上给出了适合所有PSK信号的载波频率和码元速率估计算法.实验结果表明,在Alpha稳定分布噪声背景下,基于分数低阶循环谱的算法明显优于基于二阶循环谱的算法,高斯噪声背景下两种算法性能相当.     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

平稳非高斯噪声参数调制系统的符号同步实现

为实现高斯信道下基于对称Alpha稳定(SαS)分布参数调制技术的数字通信系统的同步,提出了一种符号同步方法.SαS分布的几何功率性质表明:不同特征指数下的SαS分布变量具有不同的几何功率.分别计算相邻两个码元的几何功率并取其对数,得到各采样点下的几何功率的对数比,并利用峰值检测算法估计出同步点.最后通过Matlab仿真,运用几何功率估计法解调并分析系统的误码率性能,得出该系统具有良好的误码率性能.     

一类特殊先验分布的相关电磁噪声模型

把随机微分方程等效为Markov扩散过程,可以产生许多非常规的相关电磁噪声.根据SDE的理论结果确定该扩散过程的模型系数,以半圆分布和均匀分布为例给出这类特殊分布的生成模型并进行仿真分析.对于前者这类在x轴上存在两个不连续点的概率密度函数,算法需要使用舍去法选择有效随机样本.对于后者,使用具有指数函数形式的归一化函数近似均匀分布随机变量所满足的概率密度分布,以避免分布函数的不连续点对数值算法的负面影响.使用SDE方法可以产生很大一类特殊先验分布的电磁噪声,算法结构简单,宜于被移植进硬件电路.     

重尾非高斯定位噪声下鲁棒协同目标跟踪

针对定位数据的统计特性未知且易受异常值干扰而影响协同目标跟踪性能的问题,提出一种重尾非高斯定位噪声下的鲁棒协同目标跟踪方法. 该方法假设定位噪声服从多元学生t-分布,建立联合估计目标状态与定位噪声参数的贝叶斯模型. 针对目标状态与噪声分布参数相互耦合而难以计算联合后验分布的问题,应用变分贝叶斯推断原理和平均场理论对后验分布进行解耦,将目标状态与定位噪声参数的联合后验分布估计问题转化为最优化问题,以交替优化的方式实现系统参数的在线递推估计. 对提出的协同目标跟踪方法进行测试. 仿真结果表明,当定位数据中存在未知的野值噪声时,提出的协同跟踪算法具有较好的鲁棒性.     

基于高斯和非高斯双子空间SVM的故障检测

为了降低样本间的自相关性对支持向量机(SVM)检测性能的影响,提出一种基于高斯和非高斯双子空间SVM(DSSVM)的故障检测方法.首先运用Kolmogorov-Smirnov(KS)检验原始数据中过程变量的正态分布特性,将过程变量划分为高斯子空间和非高斯子空间,并建立基于PCA的高斯子空间和IC A的非高斯子空间故障检测模型;分别对主元矩阵和独立元矩阵引入时滞特性和时差输入特性,该特性的引入能够降低样本间的自相关性;最后将引入时滞和时差特性的矩阵进行组合,运用SVM模型对其进行故障检测和监视.将该方法运用于多变量数值仿真和田纳西-伊斯曼工业过程,并与PCA、ICA、SVM和基于变量分布特征的统计过程检测方法(VDSPM)比较,仿真实验结果进一步验证了该算法的有效性.     

Novel recognition method for digital modulation signals with Alpha stable noise

The traditional methods for digital modulation signals recognition with Alpha stable distribution noise have the problem of poor performance. In this paper, a novel recognition method for digital modulation signals based on the generalized cumulant and generalized instantaneous phase is proposed to solve this problem. This method extracts the characteristic parameters which are the generalized cumulant and maximum of normalization and center generalized instantaneous phase spectral density based on fractional Fourier transform. And then the minimum mean square error classifier and the threshold are used to achieve modulation recognition of digital modulation signals with Alpha stable distribution noise. Simulation results show that the proposed method has not only better performance but also lower computation complexity than the traditional recognition methods in an Alpha stable distribution noise environment.     

基于随机配点法的饱和-非饱和水流运动模拟

为解决土壤水分运动的不确定性问题,研究了随机配点方法,并应用此方法建立了饱和-非饱和水分运动的随机模型,考虑了土壤分层及参数分布函数的差异,视渗透系数等参数为随机输入,探讨了土壤中水分运动的随机数值模拟,分析了随机配点法的计算性能和选点原则。研究结果表明:基于随机配点法的饱和-非饱和水分运动模拟相比于传统的Monte Carlo模拟极大地节省了计算成本,提高了计算效率;随机配点法可以直接在经典非饱和模型基础上搭建随机模型,这种方法能够快速地构建出水头的概率分布函数;不同的非饱和输入参数对水头的不确定性产生不同影响;随机参数的分布类型会影响到水分运动不确定性的预测。     

分形递归树的森林景观实时模拟方法

为真实地模拟自然界的森林景观,在利用分形递归算法构建参数化三维树木模型的基础上,结合OpenGL函数,将纹理映射、Alpha测试和地面阴影应用到树木的真实感绘制中．并在算法中引入随机数,实现大小不同、形态各异的树木生成．绘制时,根据视点距离的远近,调整场景的精细程度,以符合视觉效果,且加快了图形生成速度．以此方法构造森林,可改变观察者的视点位置,实现对森林景观的实时模拟．     

基于斯宾塞法的边坡地震荷载可靠度分析

针对边坡稳定性影响因素的不确定性,基于斯宾塞法,考虑多个参数对边坡稳定性影响的随机性,提出边坡稳定性可靠度分析的随机变量联合分布法。文中定义土体中内摩擦角φ、粘聚力c、容重γ为具有正态分布函数的随机变量以及水平地震系数kh为具有指数分布函数的随机变量,调用MATLAB中的正态分布函数和指数分布函数,构建地震条件下可靠度模型,分析各参数的敏感度对安全性系数的影响,其结果表明土坡中内摩擦角对边坡影响最大。     

广义高斯分布随机变量的仿真

具有指定分布的随了列的计算机仿真算法主要有3种,文中概述了3种仿真算法的基础上,使用最近提出的第三种方法,即SDE法,讨论了产生具有指定概率分布的生成,理论和伪真结果表明该算法产生广义高斯随机序列十分简单和有效。     

基于实归一化压缩循环统计量的调制识别方法

为解决传统二阶统计量在Alpha稳定分布噪声背景下失效的问题,提出了实归一化压缩函数和实归一化压缩二阶循环统计量的概念并推导其性质。在研究备择信号该类统计量的基础上,选取实归一化压缩循环谱特定频率和循环频率点处的幅度作为特征参量,利用最小误差判决分类方法实现信号调制方式的识别。仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声背景下均有良好的性能,相较于其它基于非线性变换的方法,性能相近且复杂度更低,鲁棒性更强,灵活性更好。     

光伏发电系统输出功率分布模型研究

在研究多种因素对光伏发电系统输出功率影响的前提下,建立适合确定性影响因素和多种随机性影响因素共同作用下的光伏发电系统输出功率的数学模型.然后编写光伏发电系统的输出功率的可执行程序,进行仿真.最后,对仿真结果进行分析,从而得到适用于配电系统可靠性评估的光伏发电系统的输出功率分布模型.     

基于ANSYS的轨枕螺栓电动扳手芯轴可靠性分析

本文通过ANSYS参数化设计模块,建立芯轴三维实体模型,将芯轴的各段直径、载荷、应力及屈服强度等参数设为服从一定分布规律的随机变量,根据可靠性应力－强度干涉原理,建立芯轴极限状态方程,运用ANSYS/PDS模块,采用Monte-carlo模拟技术的LHS抽样法,对其芯轴进行可靠性分析,给出了芯轴的可靠度数值和各参数的灵敏度图,探讨了各设计变量对可靠度的影响规律。本研究可为轨枕螺栓电动扳手芯轴的设计提供理论依据,对芯轴的可靠性研究具有非常重要的意义。     

基于联合分布法的岩坡稳定可靠分析研究

岩坡稳定性分析问题是一个可靠性问题,结合由Hoek-Brown经验准则衍生的线性参数,采用概率密度函数联合分布法确定平面滑动岩坡的最终安全系数的概率分布,借助Matlab软件对该计算过程实现表达,并对岩坡安全系数的影响因素进行敏感性分析。结果表明：概率密度函数联合分布法可以用作对平面破坏岩坡稳定性分析方法的补充及对岩坡稳定的前期快速评价;安全系数的分布曲线呈正态分布;正常情况下,水平地震加速度?对岩坡稳定的影响性强于张拉裂缝中水深Zw对岩坡稳定的影响性。