标准参数系下Alpha稳定分布随机变量的产生及仿真

在实际应用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,由于这种脉冲特性,使得这类非高斯过程的统计特性显著偏离高斯分布.而Alpha稳定分布为这类过程提供了非常有用的理论工具.本文重点研究了标准参数系下的Alpha稳定随机变量的产生算法并进行仿真验证.首先基于Alpha稳定分布的基本理论对常用参数系及相关的参数转换关系进行分析,作为本文研究的理论基础,然后给出了标准参数系下Alpha稳定随机变量的生成算法并使用MATLAB进行仿真实现,最后根据仿真实验结果分析来验证该算法的可行性.     

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.     

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。     

基于α稳定分布噪声下匹配滤波的信号检测

针对传统匹配滤波器在非高斯噪声环境中检测性能明显下降的问题，提出了一种基于α稳定分布噪声下匹配滤波的信号检测方法，并应用于非高斯噪声中已知确定信号的检测．仿真结果表明在非高斯噪声下，该方法的检测性能明显优于传统匹配滤波器的性能．     

基于光纤声呐传感器混沌锁频方法研究

传统的水下声信号检测方法的不足之处是在滤除噪声的同时,有用信号也受到损失,且随着噪声的增大,检测精度也会降低。针对强噪声背景下水下声呐信号频率解耦问题,采用马赫曾德光纤声呐传感器搜集水下声呐信号,当声呐信号注入混沌系统,利用混沌系统对信号参数的敏感性及对噪声免疫性的特点,一定频率的信号会使系统处于大尺度周期态,信噪比可以达到-65dB,对声呐信号锁频明显。理论计算和实验结果表明,该混沌声呐信号处理方法具有极低的信噪比和较高的频率辨识能力。     

稳健的多跳频信号跟踪方法

首先,采用t分布取代高斯分布来描述噪声,对信号的稀疏贝叶斯模型进行修正,减弱模型对脉冲噪声异常值的敏感性。然后,推导出一种多向量变分稀疏贝叶斯学习算法来求解修正模型,利用多个阵元的数据重构信号稀疏系数,提高了重构精度、改善了方法的跟踪性能。最后,设计试验对跟踪方法的性能进行仿真验证。试验结果表明,该方法在脉冲噪声下具有良好的稳健性和精确性。     

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.     

基于高斯和功率谱特性的小波调制识别研究

小波调制是一种全新的多载波通信调制方式,该文基于OFDM和小波调制信号的渐近高斯分布和频谱特性,探讨了加性高斯白噪声信道条件下小波调制信号的识别。利用调制信号的高阶统计量和功率谱峰度为分类特征,采用信噪比与特征参数联合估计的方法,分别实现多载波与单载波调制信号、OFDM与小波调制信号的识别。仿真实验结果表明,该方法具有良好的识别性能,且能很好的抑制高斯噪声的干扰。     

振动噪声环境影响下脉搏信号的非线性特性比较

应用代替数据法计算振动噪声环境影响下脉搏信号的混沌特性,根据所得到的几个特征参数值对不同振动噪声环境下的脉搏信号进行非线性特性对比与分析;阐述了基于代替数据法的时间序列的混沌特性计算原理,通过实验测量不同振动噪声参数并计算与之相应的脉搏信号,获得了振动噪声参数对脉搏信号特征参数的数值变化及影响规律.     

基于广义功率谱密度的分布压缩宽带频谱感知

为实现在Alpha稳定分布噪声下宽带频谱感知,扩展了传统功率谱密度概念,提出广义功率谱密度的概念,在此基础上提出基于广义功率谱密度的分布压缩宽带频谱感知。此方法能有效地抑制Alpha稳定分布噪声。首先,将接收的宽带信号进行分数低阶处理,计算自相关函数,再结合压缩感知原理将分数低阶自相关向量压缩和融合重构,最后经傅立叶变换得到广义功率谱密度。仿真结果表明,该方法具有良好的宽带功率谱密度估计性能,在Alpha稳定分布噪声下能较好地完成宽带频谱感知。     

基于小波变换的舰船辐射噪声检测

分析了舰船辐射噪声（简称舰船噪声）与1／f信号的关系，提出了一种基于小波变换的信号检测方法，对白噪声背景下的舰船辐射噪声进行了检测；推导了相应的检测统计量及其统计分布特性，并与传统的匹配滤波器、能量检测器进行了比较，计算机仿真结果证明了本方法是有效的，在较低的信噪比下得到较好的检测效果。     

混响背景中信号检测的特征核支持向量机

针对支持向量机的核函数对检测性能的影响,分析了核函数在特征空间中的作用.利用混响和目标回波的非高斯特性上的差异设计了特征核函数,即将核函数改进为任意2个样本高阶统计量的几何均值与原核函数乘积的形式,使其自适应调整核函数值,从而提高分类性能.实验证明了采用特征核函数后扩大了2类样本间的距离,并且仍然满足Mercer定理.将特征核支持向量机应用于高斯或非高斯分布混响背景中的信号检测,结合实际应用给出了训练和检测算法.实验及仿真研究表明,当选取2类样本差异较大的高阶统计量作为特征量时,混响背景为非高斯分布时,其检测性能优于匹配滤波器以及基于传统核函数的支持向量机.     

混响背景下的信号检测

海洋混响是主动声呐检测中主要的背景干扰,它是一种有色干扰噪声,并常被看做是一个非平稳的随机过程,这使得工作在白噪声条件下的最佳匹配滤波检测器的性能在一定程度上受到限制.因此,提出一种次最佳检测器,将混响看成局部平稳,并将接收信号分成许多小块,每小块利用自回归(AR)模型对混响时间序列进行建模,然后利用估计的AR系数构造白化滤波器,对混响进行预白化处理,并将白化后的序列用于匹配滤波检测器.通过计算机仿真和实验数据分析比较未白化与经白化处理的匹配滤波性能,结果表明,次最佳检测器比未白化匹配滤波在检测性能上可提高近3dB.     

基于小波系数统计的非高斯噪声背景下语音流检测

在实际生活中,非高斯噪声很普遍,对信号的影响也很大,是语音信号处理中的难题.大部分强噪声信号都是非高斯的,在强噪声背景下,由于语音信号受到较大的干扰,甚至被噪声淹没,传统的基于短时的能量、过零率、相关以及平均幅度差等检测算法效果都不理想.根据小波变换的特性和语音时域信号的分布特征,提出了一种非高斯噪声背景下语音流检测算法.对含噪语音进行小波分解,观察各层小波系数的统计特征,提取它们的不同特征,从而进行了语音流检测.大量实验表明该算法具有较高的检出率和较低的误检率,可以消除噪声的影响实时处理语音信号.该算法有一定的创新性,在处理非高斯噪音方面很有实用性.     

粗糙目标光外差信号特性对探测阈值的影响

传统目标回波光外差探测使用高斯分布等简单模型来描述,这常常导致判决误差.笔者提出利用多项式对实际目标测量数据进行拟合,给出较准确的概率分布曲线.通过对某装甲车表面样块多组测量数据的统计分析显示,利用多项式拟合来确定判决阈值,比起用简单的高斯分布来确定阈值,可以获得更高的检测概率和更低的误警概率.研究表明,对实测中频信号的统计直方图进行多项式拟合,有利于精确设置探测阈值,可以使检测概率提高6.02%,误警概率降低7.7%.文中结果为粗糙面回波外差探测系统设计提供定量参考,也为探测系统性能评估仿真提供依据.     

基于广义似然比检验的差分超宽带信号接收机

提出采用广义似然比检验实现对差分超宽带信号的最佳检测.在信道条件未知的情况下,首先完成信道特性的最大似然估计,而后进行差分超宽带信号的统计检测,得到了基于广义似然比检验的差分超宽带信号接收机结构.结果表明,差分超宽带的广义似然比检验接收机是一种相关接收机,其本地模板信号为前一个码元脉冲接收波形的平均.在此基础上,对接收机输出噪声进行高斯近似获得了该接收机的误码性能.     

卫星回传链路CPM信号符号速率估计

解决了DVB-RCS2标准定义的连续相位调制（CPM）信号符号速率估计问题.该信号存在于卫星回传链路上,且以TDMA突发模式传输.标准规定了CPM的调制指数、调制阶数和频率成型脉冲等参数,但未对符号速率进行规定.短突发长度、低信噪比环境下实现CPM符号速率估计是信号解调的关键.文中提出了一种基于改进后的广义检测后积分（GPDI）匹配准则的符号速率估计方法.算法首先通过对信号带宽的粗估,获得信号符号速率范围;然后利用不同过采样倍数下的独特码调制波形作为特征,采用改进后的GPDI匹配准则实现信号符号速率估计.通过该方法可在单个突发帧下实现符号速率估计.仿真实验表明,该算法对频偏具有较好的鲁棒性和优异的抗噪声性能.     

基于时域激光诱导辐射确定湍流火焰烟黑粒径

对非稳态丙烷湍流火焰中的烟黑粒径进行在线测量.高能脉冲激光直接照射火焰中的烟黑微粒,其受热辐射光谱信号由光电倍增管检测.为降低信号噪音,采用分段平均方法拟合获得烟黑等亚微米量级固体颗粒粒径.所得结果与透射电镜测量结果吻合.通过统计多个激光脉冲下颗粒各粒径值,获得了不同空燃比下丙烷湍流火焰中烟黑粒径分布的变化规律.本方法为非稳态燃烧过程中可吸入颗粒物尺寸分布提供了一种有效的在线监测手段．     

基于恒虚警的信号检测迭代算法

提出了在信号检测中利用恒虚警估计噪声特性的迭代算法,该算法能够在信噪比达到一定值的情况下,比较准确地检测出中频信号包含的有用信号的数量及其中心频率。算法的基本思想在于在未知情况下估计信号中噪声统计特性,利用估计的噪声统计特性将信号和噪声分离,从而获得实际信号的数量、带宽、中心频率等基本参数。仿真结果表明该迭代算法计算简便,且具有较好的适应性。     

基于P范数的变尺度扩散公平代价算法

为了进一步提高扩散式自适应滤波算法在不同噪声环境下的性能,提出了一种新的基于P范数的变尺度扩散公平代价函数算法。该算法在公平代价函数的基础上,对误差绝对值项加入了P范数,同时利用类箕舌线函数构造了一个随误差变化的尺度因子来共同控制算法的陡峭程度,进而使算法拥有更快的收敛速度和更小的稳态误差。在高斯噪声环境以及Alpha稳定分布和伯努利-高斯分布的非高斯噪声环境中的仿真结果表明,所提算法拥有更强的鲁棒性和更低的稳态误差,在不同噪声环境下的性能均优于对比算法。