基于三阶循环平稳度准则的盲源分离算法

通过研究循环平稳信号的特性和分析传统的基于二阶统计量的盲源分离算法,在二阶循环平稳度的基础上提出了三阶循环平稳度的概念,并推导出了利用三阶循环累积量平稳度作为分离准则的新盲源分离算法。本算法可以在复杂噪声的情况下有效的分离平稳信号和循环平稳信号。仿真结果表明该算法能够抑制混合信号中的强噪声,算法简单,实时性好。     

基于四阶累积量的时延估计新方法

针对无线电定位中的时延估计问题,考虑接收信号为窄带信号以及背景噪声为高斯分布的情况下,将四阶累积量的一维切片作为高阶统计量,结合希尔伯特变换,给出一种新的时延估计方法.该方法对相关峰值进行了锐化处理,提高了估计精度.与广义互相关法相比,该算法可有效抑制空间相关高斯噪声的影响,计算量小,易于实现.仿真结果表明了该方法的有效性.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量（HOC）的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂．粒子群优化算法（PSO）具有算法简洁，易于实现，且不需要梯度信息等优势．使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路．仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度．同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势．     

基于高阶累积量的短波信道频谱感知技术

针对短波通信中频谱资源紧缺,利用认知无线电技术和调制信号的高阶累积量特性,提出一种适合短波信道的高阶累积量频谱感知方法,对短波频段进行监测,以合理利用空闲频段,提高频谱利用率。数值分析与仿真结果表明,该算法能够有效地克服短波信道多径时延和多普勒扩展的影响,在低信噪比下达到较高的检测概率。     

估计近场源三维参数的新方法

针对近场源的方向角、仰角和距离的三维参数估计,提出了一种新的近场源三维参数的估计方法。该方法利用十字阵列的结构特点和四阶累积量估计信源的方向角、仰角和距离参数。十字阵列的其中一个子阵仅需2个阵元,从而减少了阵列的阵元个数,同时具有无需谱峰搜索和估计精度高的优点,且适用于高斯有色噪声环境。仿真实验证明了该方法的有效性。     

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     

11/2维倒谱在滚动轴承故障诊断中的应用

从三阶累积量的概念出发,提出了1(1/2)维倒谱的概念,并从理论上推导出其能抑制噪声、提高信噪比.将其应用于实际的滚动轴承故障特征提取中,分析表明,与其他一般的信号处理方法相比1(1/2)维倒谱能有效地从复杂的信号成分中提取出特征信号来,且计算量小、精度高.     

DS-UWB信号DOA的估计方法

到达角估计是直接序列超宽带系统的关键技术之一。传统的到达角估计方法都基于窄带信号,不能直接应用在该系统。针对该问题,提出了一种基于四阶累积量的到达角估计方法。该方法建立在直接序列超宽带系统阵列信号的频域模型。仿真结果表明该算法有效易行,能准确估计直接序列超宽带信号的到达角。     

Speech-stream detection in short-wave channel based on empirical mode decomposition and higher-order statistics

To capture the presence of speech embedded in nonspeech events and background noise in short-wave non-cooperative communication,an algorithm for speech-stream detection in noisy environments is presented based on Empirical Mode Decomposition (EMD) and statistical properties of higher-order cumulants of speech signals.With the EMD,the noise signals can be decomposed into different numbers of IMFs.Then,the fourth-order cumulant (FOC) can be used to extract the desired feature of statistical properties for IMF components.Since the higher-order cumulants are blind for Gaussian signals,the proposed method is especially effective regarding the problem of speech-stream detection,where the speech signal is distorted by Gaussian noise.With the self-adaptive decomposition by EMD,the proposed method can also work well for non-Gaussian noise.The experiments show that the proposed algorithm can suppress different noise types with different SNRs,and the algorithm is robust in real signal tests.     

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差.基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大.为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法.仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量.