CONSISTENT ESTIMATION OF THE FOURTH-ORDER CUMULANT SPECTRAL DENSITY

Abstract. In this paper we consider the estimation of the fourth-order cumulant spectral density. Indeed this is the first case where the cumulant depends on lower-order product moments for a mean-zero stationary process. The proposed estimator of the fourth-order cumulant spectral density is constructed by replacing product moments with appropriately weighted estimates of product moments according to the definition of the fourth-order cumulant spectral density. Asymptotic unbiasedness and consistency are shown to hold for these estimators under stationarity and absolute summability of cumulants up to various orders with no restrictions on the frequencies. An expression for the asymptotic variance is also obtained.     

非周期性DS信号的信息码片时宽估计方法

对非周期性直接序列（Ds）扩频信号的截获是电子战中的难题。提出了基于自相关差分累积量的搜索算法,能够在低信噪比、扩频调制比（信息比特持续时间和伪码周期之比）远小于1的条件下对非周期性DS信号的信息码片时宽进行准确估计,给出了其理论推导过程、算法步骤和仿真实验结果。     

基于小波包变换和高阶累积量的电弧故障识别方法

当低压配电系统接入混合负载或在支路中出现电弧故障时,电弧故障识别难度大幅提升。针对此类电弧故障,提出一种基于小波包变换与高阶累积量相结合的电弧故障识别方法。首先采集不同负载、支路电弧故障下的电压、电流数据,建立电弧故障波形数据库;然后利用小波包变换对电弧电流信号进行分析,通过对多种试验数据进行分析,确定了通用电弧特征频带,对电弧电流波形进行重构作为电弧特征信号;通过分析故障电弧特征信号的4阶累积量值,提出了一种能够在时域中识别电弧故障的判据。该判据可以准确、快速地识别单一负载、混合负载以及支路电弧等情况下的电弧故障,且能够较为准确地检测电弧故障发生的时刻,为复杂电弧故障识别及起弧时刻的研究提供参考。     

高阶累积量自适应滤波在列车轴承故障诊断中的应用

论述了基于三阶累积量的递推最小二乘自适应算法(CDRLS)和基于累积量的指数遗忘窗的最小均方误差自适应算法(CDEFWLMS).通过对机车滚动轴承的保持架断裂典型故障信号的分析得出高阶统计量自适应算法具有良好的降噪性,CDEFWLMS 算法比 CDRLS 算法处理后的幅值更突出.讨论了用模糊 C 均值(FCM)算法聚类 CDEFWLMS 算法和 CDRLS 算法滤波后的信号频谱,得出经 CDEFWLMS 算法处理的故障隶属度要比CDRLS 算法较大,从而进一步验证了高阶累积量自适应算法在实际故障诊断和检测中有着良好的应用特性.     

一种语音与背景乐音信号盲分离优化算法

在盲分离算法中,许多智能优化算法被应用,以克服独立性准则函数的优化进入局部最优位置,但这些优化算法的性能依赖控制参数的选择。因此,提出利用一种单参数的纯随机搜索的单形进化优化算法(Surface-Simplex Swarm Evolution,SSSE),克服算法参数对优化算法性能的影响,提高盲分离算法的应用有效性,并将该改进盲分离算法应用于语音与背景乐音信号的盲分离。实验中,以四阶累积量作为独立分量分析(Independent Component Analysis,ICA)中的准则函数。实验结果表明,该改进算法有效分离出语音成分与背景乐音成分,而且在稳定性和分离效果方面具有较好的性能。     

核Fisher判别分析在数字信号分类中的应用

为了提高通信信号的识别精度,提出了一种基于核Fisher判别分析(KFDA)的数字调制信号分类器设计方法.将接收信号的高阶累积量作为分类特征向量,利用核函数的思想把非线性向量映射到一个高维空间,并在高维空间中利用线性Fisher判别分析实现数字信号的分类.将多类分类器分解成一系列二类问题,并给出了KFDA用于信号分类的详细流程.仿真实验结果表明,当选择合适的核参数时,基于KFDA的分类精度与支持向量机相当,但由于避免了求解非线性优化问题,故计算复杂度低,训练时间短.     

基于语音质量参数的语音传输信道检测算法

针对不同编码算法对语音质量的影响,采用语音质量改进参数构造特征矢量,提出了一种基于SVM多级判决的语音编码检测算法,实现了对不同信道的识别。采用统计方法对这组参数的区分性进行了分析,在此基础上设计了一种高效的信道检测方案,结合实际数据,测试了算法性能,并分析了语音长度对性能的影响。实验结果表明,该算法能有效地提高信道检测准确率。     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

用任意阵实现二维到达角和极化的联合估计

基于四阶累积量和ＥＳＰＲＩＴ算法提出一种新的任意高斯噪声环境上多个独立空间信号二维到达角和极化的联合估计方法。该算法的阵列由和坐标轴方向一致的偶极子对组成,各偶极子对的排列结构任意。计算机模拟结果证实了方法的可行性。     

参考受扰的自适应干扰对消的累积量方法

针对参考通道受到来自信号通道干扰的干扰对消系统,以高阶累积量为手段,结合自适应算法,实现了信号与干扰的分离。新方法不但能抑制高斯噪声,而且对步长的变化也不敏感