高斯噪声中的参数盲估计

盲信号处理方法中常忽略噪声的影响,而实际问题中噪声的影响是存在的.本文主要讨论了在协方差矩阵未知的加性高斯噪声中混合系数的盲估计问题.本文以最大似然估计为基础,提出一种求解参数的最优化算法,给出了混合矩阵和协方差矩阵的计算式.采用高斯混合模型(GMM)来逼近源信号的概率密度函数,简化了算法中的积分,导出了一种基于EM算法的迭代式.仿真表明,算法不仅能稳定收敛,而且在低信噪比下也能获得良好性能.     

多元假设检验GMPHD轨迹跟踪

由于在军事和民事领域逐步广泛的应用,数目不定的多目标跟踪技术正受到越来越多的关注。概率假设密度(PHD)滤波方法,特别是具有闭式递归的高斯混合概率假设密度(GMPHD)技术,在噪声和漏警等影响下仍能形成优越的群目标跟踪性能。然而PHD滤波器并不能实现多目标航迹跟踪,而其与传统数据互联的结合,复杂度高且跟踪效果不尽如人意。在该文中,各目标的航迹信息以假设形式表述,数据互联则是通过使用经典的多元假设检测方法判决假设矩阵实现。其与GMPHD的结合不仅实现了数据互联和轨迹管理,还因为积累时间信息大大降低了杂波干扰的影响。实验结果证明,该算法可以对多个目标所形成的轨迹实施正确跟踪,同时,计算量的大幅度降低带来了跟踪系统可实现性的提高。     

采用频域紧支集正交小波基消除瞬态散射回波中的高斯白噪声干扰

本文提出一种采用频域紧支集正交小波基的非线性柔性阈值波方法,该方法利用频域紧集小波基的良好频谱特性和信号压缩能力,有效地消除了高斯白噪声对瞬态散射回波的干扰。     

Simple Detection Based on Soft‐Limiting for Binary Transmission in a Mixture of Generalized Normal‐Laplace Distributed Noise and Gaussian Noise

In this letter, a simplified suboptimum receiver based on soft‐limiting for the detection of binary antipodal signals in non‐Gaussian noise modeled as a generalized normal‐Laplace (GNL) distribution combined with Gaussian noise is presented. The suboptimum receiver has low computational complexity. Furthermore, when the number of diversity branches is small, its performance is very close to that of the Neyman‐Pearson optimum receiver based on the probability density function obtained by the Fourier inversion of the characteristic function of the GNL‐plus‐Gaussian distribution.     

比较阈值电路中噪声对信号传输作用的研究

本文研究了光电探测系统的比较阈值电路中的噪声对信号传输的影响。从理论上计算了该系统的输出自相关函数、功率谱密度和信噪比；分析了比较阈值电路中的随机共振现象；说明对非线性系统可以用噪声来增强信号的传输能力。     

基于小波包变换的双模噪声中信号的检测

以一类非高斯噪声———双模噪声为背景噪声,利用小波包变换良好的时频分析能力,对双模噪声的统计特性进行了研究,在此基础上,将经典最优检测器的结论推广到背景噪声为双模噪声的情况,提出了基于小波包变换的双模噪声中信号的检测方法。他是对传统的双模噪声中信号处理的完善与补充,仿真结果表明,该方法要明显优于经典检测。