多径衰落信道的分数布朗运动模型

本文旨在将分形理论引入多径衰落信道的研究,从非线性科学的角度出发建立了多径信道的分数布朗运动模型.通过探讨多径信号的增量统计分布、统计自相似性、广义功率谱和分形维数,揭示了多径衰落与分数布朗运动间的内在联系;指出信号的分维是描述无线信道传播特性的重要参数;在分形模型的基础上,对多径信号进行了重构.实验结果表明,无线信道的分数布朗运动模型比传统的随机模型能更有效地刻划和描述多径衰落的行为.     

基于分形的多径衰落信道估计

该文研究了多径衰落的分形性质,提出了一种利用分形维数和小波重构来改进最小均方误差方法的新型多径衰落信道估计算法。该算法改进了衰落信道参数估计的准确度,并消除了判决方法的错误传递性。仿真结果表明该算法能较准确地估计出多径衰落信道的参数,显著提高快衰落条件下接收机的误码性能。     

基于混沌、分形理论的多径衰落分析

本文首次将混沌、分形等非线性理论引入多径衰落的研究,针对现场实测数据分析了它的非线性动力特征.首先通过重构状态空间和关联维数验证了其动力机制的有限维自由度,然后通过计算其Lyapunov指数考察了系统的时空演化特性,最后利用分形机制对多径信号进行了重构.研究结果表明,与传统的随机模型相比,非线性动力模型能更恰当地描述多径衰落的内在物理机制.     

基于分形布朗运动的无线信道研究

介绍了分形布朗运动与无线信道中信号的关系,并运用分形布朗运动模型,基于MATLAB仿真工具,对分形布朗信道下的无线信号功率谱进行仿真分析。结果证明了分数布朗运动建模无线信道的可行性,并表明了对于不同的无线信道,可以利用检测功率方法估计其分形维数。     

cdma2000中基于分形滤波的信道估计方法

第三代移动通信标准cdma2000采用了基于平行连续导频信道辅助的信道估计体制.本文将分形理论引入多径衰落信道的描述,提出了一种利用分形滤波进行最小均方误差意义下信道参数估计的方法.仿真结果表明,本方法不仅对不同运动速度下的信道都能得到比较准确的估计,从而显著地改善Rake接收机的性能,而且可以自适应跟踪信道衰落的快慢变化.研究同时表明,与传统的随机模型相比,新的分形信道模型能更好地刻画多径衰落的行为.     

适用于慢衰落信道的联合最大似然序列估计

为了克服移动通信中存在的多径衰落效应,基于Viterbi算法的最大似然序列估计需要不断跟踪信道参数的变化.在建立有限带宽信号的多径衰落信道传输模型的基础上,提出了一种适合于慢衰落信道特性的降阶联合信道跟踪与最大似然均衡算法D-PSP.该方法根据信道特性选择不同的降阶维数N,在保证数据正确接收率的条件下,不同程度的有效减小PSP算法的计算时间和存储空间.     

基于无线移动通信的信道研究与仿真分析

本文详细讨论了无线移动通信系统中的信道性能及信道模型的仿真方法.重点讲述了多径衰落信道的原理及其数学模型的构造,并给出了一个基于简单多径信道模型的QPSK系统性能的仿真结果,总结了不同参数的多径衰落对无线移动通信系统性能的影响.     

散射环境下宽带移动通信衰落信道扩展模型

介绍了采用高精度信道测试设备进行室外100 MHz宽带无线信道测试;针对传统多径衰落无线信道测量模型中易忽略的漫散射效应,提出了包含漫散射指数衰落特性的宽带无线信道扩展模型;基于实测数据提取了相应的扩展模型参数和更准确的时延特性,验证了宽带扩展模型的有效性和必要性.宽带移动通信信道扩展模型能够高精度地描述宽带信道衰落特性,对第四代宽带移动通信系统的设计乃至实际散射环境下的现场试验均有重要意义.     

矿井巷道多径信道模型研究

针对矿井无线信道快衰落多径信号幅度统计特性的可变性,介绍了描述矿井无线信道多径幅度分布的Rayleigh分布、Rician分布、Nakagami分布三种统计特性,提出了一种Nakagami幅度统计衰落信道的Simulink仿真模型。仿真结果显示,该模型能灵活地表述多径幅度分布不同的衰落程度,还可以改善信号性能,与其他衰落信道模型相比,有很大的优越性。     

小尺度时变多径衰落信道的仿真研究

从理论上分析了多径效应和多普勒效应对无线信道的影响,并分别从时域和频域给出了信号经历信道后的仿真图形,分析了典型时变多径衰落信道理论模型,并在此基础上建立了抽头延迟线（TDL）的确定性仿真模型;仿真分析表明,通过改变时延功率谱和确定性模型的参数计算方法,此模型可以进一步扩展并用于多种传播环境下的小尺度衰落仿真。     

多重分形熵与多重分维谱

本文从分形信息论观点了，考察多重测度分形，导出基于分形熵比的多重分形维谱函数，人们所熟知的常用以代替分形维数的各种度量将在分维谱意义下加以统一，最后讨论多重分形及其分维谱的应用。     

基于多重分形的膝关节摆动信号特征提取与分类

膝关节摆动(VAG)信号是膝关节在屈伸活动时由于接触摩擦所产生的振动,它能够反映髌骨软化症、半月板损伤和交叉韧带损伤等膝关节损伤疾病的特征与状态,正逐步得到临床医学的重视。本文依据多重分形去趋势波动方法,定量分析了正常和异常VAG信号的特性,提取了分形标度指数、多重分形谱极值点、广义分形维数和时频信息熵值等特征信息,并采用支持向量机对正常和异常VAG信号进行分类,得到较高的分类准确率,对于膝关节损伤疾病的无创检测和辅助诊断具有重要意义。      

基于EEMD与多重分形的心电信号特征提取与分类

心电信号的快速分类在心脏病医学诊断领域具有至关重要的作用,为了降低人工识别的成本,提高心电信号分类的准确率。文章以正常搏动、房性早搏、室性早搏、左束支传导阻滞及右束支传导阻滞信号为研究对象,用集合经验模态分解分解心电信号,并结合相关系数来选取本征模态函数进行重构心电信号。从心电信号的非线性动力学角度出发,用多重分形理论进行分析,研究其质量指数曲线、广义分形维数和多重分形谱,提取合适的多重分形特征,用于支持向量机的训练。实验结果表明,用该方法训练测试30次得到的分类准确率平均值为96.09%,单次实验对正常搏动、左束支传导阻滞信号的分类精确率可达97%以上,证明该方法在心电信号分类中的有效性。     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。     

Signal classification through multifractal analysis and complex domain neural networks

This paper describes a system capable of classifying stochastic self-affine nonstationary signals produced by nonlinear systems. The classification and the analysis of these signals are important because these are generated by many real-world processes. The first stage of the signal classification process entails the transformation of the signal into the multifractal dimension domain, through the computation of the variance fractal dimension trajectory (VFDT). Features can then be extracted from the VFDT using a Kohonen self-organizing feature map. The second stage involves the use of a complex domain neural network and a probabilistic neural network to determine the class of a signal based on these extracted features. The results of this paper show that these techniques can be successful in creating a classification system which can obtain correct classification rates of about 87% when performing classification of such signals without knowing the number of classes.     

地震信号空间序列分形特征的研究

当把地震勘探信号各道间对应于同一时刻的数据序列看作是反映一定范围内地层及其地质参数的复杂函数时,便构成了地震勘探信号的空间序列。本文建立了地震信号空间序列的分形模型,将根据一维时间序列重建动力学系统的理论和时间序列关联维计算的G.P算法拓展到对地震信号空间序列的研究之中,提出了地震信号空间序列关联维的分析方法,对地震信号空间序列的分形特征进行了研究,结果表明,地震信号空间序列在一定的尺度范围内为分形结构,并存在较宽的分形无标度区。这一结论为应用分形理论到地震信号空间序列的研究提供了思路,若能将对地震勘探信号时深序列的研究和空间序列的研究相结合,有可能取得分形理论在地震勘探领域应用研究的新突破。     

Multifractal analysis of human retinal vessels

In this paper, it is shown that vascular structures of the human retina represent geometrical multifractals, characterized by a hierarchy of exponents rather then a single fractal dimension. A number of retinal images from the STARE database are analyzed, corresponding to both normal and pathological states of the retina. In all studied cases, a clearly multifractal behavior is observed, where capacity dimension is always found to be larger then the information dimension, which is in turn always larger then the correlation dimension, all the three being significantly lower then the diffusion limited aggregation (DLA) fractal dimension. We also observe a tendency of images corresponding to the pathological states of the retina to have lower generalized dimensions and a shifted spectrum range, in comparison with the normal cases.     

海杂波多分形特性分析及小目标检测技术研究

为判定海杂波是否具有多重分形特性,采用小波模极大值法和多分形消趋势波动分析法对任一距离单元的实测海杂波数据进行分析,提出一种基于时间-距离单元-幅度图法对多距离单元海杂波数据进行分析,分析结果表明海杂波具有多分形特性,尤其是海杂波数据含有小目标情况更为明显。通过分析还发现当Rényi参数q<0时,距离单元含小目标的广义分形维明显大于其它距离单元只含海杂波的广义分形维;而当q>0时,这种规律不是很明显,因此提出一种基于不同距离单元间广义分形维偏差的方法来检测海杂波背景下小目标,实验结果表明该方法是有效的。      

粗糙薄膜表面的原子力显微镜研究和多重分形分析

用一系列生成元模拟了具有不同特征的、与原子力显微镜图像相似的规则粗糙表面。详细讨论了规则粗糙表面多重分形谱参数的意义。并通过与方均根粗糙度（rms）和简单分形维数D0的比较，描述了多重分形分析的优点。最后用多重分形的方法分析了由AFM测量的ZnO薄膜和高聚物PtBuA薄膜的表面形貌。     

多分形谱簇研究及其在说话人识别中的应用

语音是一种复杂的非线性信号,这使得基于线性系统理论发展起来的传统说话人识别技术性能难以进一步提高。本文提出了多分形谱簇分析方法,用于分析语音信号的非线性特征,并应用于短语音（2秒）说话人识别。通过对Cantor集的仿真实验,发现不同标度区能反映出系统不同阶段的生长规律,因此可用一组连续变化的多分形谱分层次地表征系统的分形特性,即多分形谱簇分析方法。然后结合语信号的分形特点,提出一种语音的多分形谱簇特征（Multifractal Spectrum Cluster Feature, MSCF）的提取方法。最后将几种非线性特征与短时谱特征结合用于说话人识别,基于TIMIT数据库50人的实验表明,非线性特征与短时谱特征互补性较强,特别是MSCF与MFCC、LPC特征结合,使得系统的误识率下降到0.8%。