噪声改善非线性多元信号检测

摘要

在通讯等领域中，为了提取有用信号，人们传统的思想总是要剔除噪声，但这种方法总是会避无可避地破坏原始信号从而影响信号的传输或处理质量。随机共振方法则利用信号、噪声和非线性系统三者的条件所达到的某种最佳状态，使得噪声改善信号与信息的处理。
　　本文以三元信号为例，基于最大后验准则讨论四种经典噪声以及高斯混合噪声改善多元信号检测的情况。论文由以下五部分组成:
　　第一部分首先给出了随机共振现象的研究背景和现状；然后给出了几种重要的随机共振模型和随机共振理论的简单介绍。
　　第二部分是有关信号统计检测理论的一些基础知识，包括:二元信号统计检测经典模型，假设检验，贝叶斯准则，派生贝叶斯准则以及多元假设检验。
　　第三部分基于最大后验准则，研究了四种经典噪声(均匀噪声、高斯噪声、拉普拉斯噪声和柯西噪声)下，非线性检测器中的随机共振现象。
　　第四部分考虑高斯混合噪声下非线性检测器改善多元信号检测的情况，以及噪声参数等对随机共振现象和阈上随机共振现象效果的影响。
　　第五部分则对本文内容做了总结并进行展望。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文的研究背景及意义

1.2 随机共振的发展及研究现状

1.3 随机共振的基本理论

1.4 本文的结构和主要工作

第二章 噪声下信号的统计检测理论

2.1 经典检测理论

2.2 贝叶斯准则

2.3 派生贝叶斯准则

2.4 多元假设检验

第三章 四种经典噪声下多元信号检测中的随机共振

3.1 引言

3.2 四种经典噪声

3.3 多元非线性求和检测器

3.4 四种经典噪声改善多元非线性信号检测

3.5 小结

第四章 高斯混合噪声改善非线性多元信号检测

4.1 引言

4.2 高斯混合噪声下的随机共振和阈上随机共振现象

4.3 高斯混合噪声的噪声参数影响信号检测

4.4 小结

第五章 总结与展望

缩 略 词

图表清单

致谢

参考文献

攻读硕士学位期间的学术论文