分数低阶矩

摘要： 限制米波(VHF)雷达低角测高性能的关键因素是波束宽及复杂多径反射信号.该文提出倒T形干涉式阵列以扩展阵列孔径和增加阵列自由度(DOF),并提出基于分数低阶矩(FLOM)的干涉阵列米波雷达低角稳健测高算法.该算法针对复杂多径信号中非高斯分布的散射分量,从理论上证明分数阶协变矩阵(CM)仍保留阵列流形结构特征,并结合2维空间平滑技术实现分数阶协变矩阵的解相干,再由双尺度酉ESPRIT算法实现稳健低角测高.最后从理论上提出干涉阵列的3区基线设计法.实验结果验证干涉阵列与测高算法的有效性与正确性,说明干涉阵列提高了低角目标分辨性能,也说明了分数低阶矩增强了低角测高算法的稳健性,并验证3区基线设计法的理论正确性.

摘要： 针对α与高斯混合噪声下的超声波风矢量高精度、宽范围测量问题,本文提出了一种基于FLOM的双相测量方法.首先,利用FLOM算子对α与高斯混合噪声进行抑制,克服了传统的二阶矩以及高阶累计量无法在α和高斯混合噪声背景下使用的缺点.然后,将时延估计方法转化为相位估计方法,并利用参考信号的正交性,提出了一种基于FLOM的双相测量方法,消除了超声波传播过程中的幅值变化对测量精度的影响.仿真结果表明:在风速为0～70 m/s条件下,所提方法的测量精度与测量范围均高于时延估计方法;在信噪比为-10 dB的条件下,风速的均方根误差仍小于1.5 m/s,风向角的均方根误差小于2°.实测结果表明:在强风条件下,风速的均方根误差为0.104 m/s,风向角的均方根误差为0.54°.本文所提方法能在α与高斯混合噪声条件下对风矢量进行精确估计,其结果明显优于时延估计方法.

摘要： 针对传统的最大最小特征值之比的频谱感知算法(MME)在非高斯噪声频谱感知性能下降乃至失效的问题,提出了一种基于分数低阶矩采样协方差的改进MME算法.该算法先用分数低阶矩对观测数据进行预处理,获得分数低阶矩协方差矩阵,再求矩阵的最大最小特征值之比作为统计量.本文采用了Alpha分布和Laplace分布拟合非高斯噪声环境,蒙特卡罗(Monte Carlo)仿真结果表明,非高斯噪声中基于分数低阶矩的协方差MME频谱感知算法的检测性能明显优于MME.%In view of the problem that the performance of the traditional spectrum sensing algorithm of the of the maximum minimum eigenvalues (MME) (noise environment is assumed to be a Gaussian distribution) may degrade severely due to the heavy tail characteristics of the probability density function (PDF) of the non-Gaussian noise in the actual environment.To this end,an improved the fractional lower order moment sampling covariance MME that does not require any a priori knowledge about the signal,channels and noise is presented in this paper.The algorithm use fractional lower order moment of observation data preprocessing,scoring low moments of covariance matrix,and maximum ratio of the minimum eigenvalue of matrix as a statistic.This paper adopted the Alpha and Laplace distribution fitting non-Gaussian noise environment,Monte Carlo simulation results show that the performance of the fractional lower order moment of covariance MME is superior to MME in non-Gaussian situation.

摘要： 针对传统MQAM信号载频与符号率估计算法在脉冲噪声下性能不佳甚至失效的问题,该文结合分数低阶矩与共变理论,推导了MQAM的分数低阶循环谱密度函数,并分析了升余弦脉冲成型条件下的MQAM信号循环谱特征.将分数低阶矩引入离散频域平滑谱(DFSM)估计.提出了一种基于分数低阶矩的MQAM载波频率与符号率联合参数估计算法,采用相邻谱切面求平均的方法,有效的避免了由于分辨率不足造成估计误差.仿真实验结果表明,与二阶DFSM循环谱估计算法相比,本文算法不仅能够抑制脉冲噪声的影响,而且在较为恶劣的噪声条件下均能有效的估计MQAM信号的载频与符号率,具有更好的抗干扰能力与适用性,适用于不同调制阶数的MQAM信号.

摘要： 针对非高斯噪声条件下利用传统模糊函数的到达时差(time difference of arrival,TDOA)和到达频差(frequency difference of arrival,FDOA)联合估计方法性能退化问题,提出一种基于最小1-范数准则模糊函数的联合TDOA/FDOA估计算法.在给出1-范数模糊函数概念的基础上,提出一种存在重尾分布α稳定噪声条件下的联合TDOA/FDOA估计算法.仿真实验结果表明,与传统模糊函数以及分数低阶矩(fractional lower order moments,FLOM)方法相比,该算法能够更好地逼近克拉美罗界(Cramér-Rao lower bounds,CRLB),且在鲁棒性和估计精度等方面性能明显提升.

摘要： In order to improve probability of detection of the fractional low order moment (FLOM) -based spectrum sensing under impulse noise,an improved algorithm is proposed in this paper.The median filter can effectively suppress the impulse noise,so the signal with impulse noise is processed by median filter,and then the fractional low order moment value of the filtered signal is calculated and taken as test statistic for FLOM.Simulation analysis the impact of different generalized SNR,dispersion index Alpha and collaborative users to the sensing performance,comparing with the ED and FLOM spectrum sensing method.The simulation results show that the improved FLOM method performance under impulsive noise is superior to the ED and FLOS.Moreover,the proposed method has better applicability with different modulation signals.%为了提高脉冲噪声下基于分数低阶矩频谱感知算法性能,提出了一种改进算法.针对中值滤波能有效抑制脉冲噪声的特点,该方法先对接收信号进行中值滤波,再进行分数低阶矩频谱感知.仿真分析了在不同广义信噪比、特征指数以及协作用户对感知性能的影响,并与能量检测和分数低阶矩频谱感知方法对比.仿真结果表明,改进的分数低阶矩方法在脉冲噪声下感知性能明显优于能量检测和分数低阶矩检测.并且对不同调制信号均具有良好的适用性.

摘要： The estimation of beamspace direction of arrival (DOA) in the impulse noise environment is studied.In the presence of impulsive noise,ROC-MUSIC and FLOM-MUSIC methods based on covariance and fractional lower order moment have poor stability.In order to improve the performance of spatial spectrum estimation,the beamspace processing is applied to covariance coefficient matrix and fractional lower order moments matrix,and new definitions for beamspace covariance coefficient matrix and beamspace fractional lower order moments matrix are made,and new beamspace ROC-MUSIC (BROCMUSIC) algorithm and beamspace FLOM-MUSIC (BFLOM-MUSIC) algorithm are proposed.The theoretical analysis shows that the noise subspace can be estimated by the characteristics of the beamspace covariance coefficient matrix and beamspace fractional lower order moments matrix decomposition,thus the DOA estimation of source is realized.Computer simulation results show the effectiveness and correctness of the proposed algorithm.%研究了冲击噪声环境中波束域波达方向(direction of arrival,DOA)估计问题.在冲击噪声环境下,基于共变和分数低阶矩的ROC-MUSIC和FLOM-MUSIC方法稳健性较差.为了改进空间谱估计性能,首次将波束空间处理应用于共变系数矩阵和分数低阶矩矩阵中,定义了新的波束域共变系数矩阵和波束域分数低阶矩矩阵,提出了新的波束域ROC-MUSIC(BROC-MUSIC)算法和波束域FLOM-MUSIC(BFLOM-MUSIC)算法.理论分析表明,可以通过波束域共变系数矩阵和波束域分数低阶矩矩阵的特征分解来估计噪声子空间,从而实现对信源的DOA估计.计算机仿真结果证明了算法的有效性和正确性.

摘要： Aiming at the significant degradation of the statistical characteristics of the second and higher order cycle of the digital communication signal in the alpha stable distributed noise environment, the fractional lower-order cyclic spectrum formula of the frequency shift keying(FSK) signal is deduced with the fractional lower-order moments and the covariant theory.Then, the low-order cyclic spectrum characteristics of 2FSK signal under different mixed signal-to-noise ratios, fractional factors and characteristic exponents were analyzed in detail.The theory and simulation results show that the low-order and second-order cyclic spectrum structures of the 2FSK signal are the same, and the peak frequencies of the 2FSK signal are the same, but the amplitude of the spectrum is different that depending on the order factor of the cyclic spectrum.Fractional lower-order cyclic spectrum has stronger anti-interference and applicability to alpha stable distributed noise.%针对α稳定分布噪声环境下数字通信信号的二阶与高阶循环统计特征显著退化问题,结合分数低阶矩和共变理论对二进制频移键控(Frequency Shift Keying, FSK)信号的分数低阶循环谱公式进行了理论推导,并对2FSK信号在不同混合信噪比、分数阶因子和特征指数条件下的分数低阶循环谱进行了详细的仿真分析.理论和仿真结果表明:2FSK信号分数低阶与二阶的循环谱结构相同,其谱峰对应的循环频率相同,谱峰的幅度值不同,取决于循环谱的阶因子.相对于在低混合信噪比下失效的二阶循环谱,分数低阶循环谱对α稳定分布噪声具有更强的抗干扰性和适用性.

摘要： 为了在进行病变组织检查时,能检测出微小的病变硬化组织,本文在介绍d稳定分布和与之对应的分数低阶统计量(FLOS)(即分数低阶矩,FLOM)的基础上,给出了非高斯条件下基于分数低阶统计量的阈值检测方法、图像颗粒度分布函数和自相关矩,并首先以超声医学图像为例,分别用高斯分布的方法和α稳定分布方法对超声医学图像进行阈值检测;然后对经过阈值检测后的图像,利用数学形态学方法计算水平方向和垂直方向的颗粒度分布函数;最后求出两个方向的相关系数。实验结果表明,基于分数低阶统计量的阈值检测和颗粒度分析方法优于传统的高斯分析与处理方法.

摘要： 本文提出一种冲击噪声环境下非平稳信号的DOA估计方法.首先将定义了基于分数低阶矩的空间时频分布(FLOM-STFD),分析了FLOM-STFD的结构特征;然后利用FLOM-STFD进行信号子空间和噪声子空间的估计,结合MUSIC算法实现DOA的估计;最后对算法性能进行了计算机仿真试验,结果表明本文提出的算法在性能上要优于FLOM-MUSIC算法和TF-MUSIC算法。

摘要： 本发明公开了基于低阶概率权重矩的风速概率分布参数估计方法，采用因变量与自变量互换，利用罗吉斯蒂曲线拟定风速形状参数的显式计算关系式，解决了低阶概率权重矩参数估计方法不易应用的问题，通过精度检验及算例显示，能够得到具有较高精度的风速三参数Weibull分布参数估计的三参数的求解关系式，从而提高了风速概率分布参数估计的精度。本发明提出的两种低阶概率权重矩法在风能利用涉及的范围内具有较高的精度，均可作为风速三参数Weibull分布参数估计的有效方法。

摘要： 本发明公开了一种基于分数低阶循环谱的图域通信信号调制识别方法。利用接收信号的三维分数低阶循环谱，将被α稳定分布噪声干扰的调制信号转换到图域上，然后可以从图表示的稀疏邻接矩阵中提取有效特征参数行索引序列集合作为调制类型的特征，根据训练信号与接收信号的行索引序列集合汉明距离，来实现α稳定分布噪声干扰下，更稳定的更有效的通信信号调制类型的识别。

摘要： 本发明公开了基于分数低阶类相关熵的目标参数联合估计新算法，属于计算机应用技术领域。本发明采用分数低阶类相关熵统计量准则改进PARAFAC算法中基于TALS准则的代价函数，推导了适用于Alpha稳定分布噪声环境下的双基地MIMO雷达目标参数联合估计新算法。算法不仅能有效的抑制稳定分布噪声的干扰，具有较好的估计精度，而且能够实现自动配对。仿真实验表明，在冲激噪声和高斯噪声环境下，与基于TLAS准则的PARAFAC算法相比，FCAS_PARAFAC算法均具有很好的参数估计性能，尤其对突变的信号环境体现出更好的适应性。

摘要： 本发明涉及基于分数低阶统计量的分数阶模糊函数算法，属于计算机应用技术领域。本发明包括如下步骤：①提出了基于分数低阶统计量的瞬时相关函数，并对其进行分数阶傅立叶变换；②在分数阶变换域内，通过搜索FLOS‑FAF峰值点以及解线性调频方法实现了三次相位信号参数的联合估计。本发明的算法与广义信噪比，噪声特征指数的关系，并与分数阶模糊函数算法进行了比较，本发明算法不仅能有效的抑制脉冲噪声的干扰，而且具有较好的估计性能。

摘要： 本发明公开了基于低阶概率权重矩的风速概率分布参数估计方法，采用因变量与自变量互换，利用罗吉斯蒂曲线拟定风速形状参数的显式计算关系式，解决了低阶概率权重矩参数估计方法不易应用的问题，通过精度检验及算例显示，能够得到具有较高精度的风速三参数Weibull分布参数估计的三参数的求解关系式，从而提高了风速概率分布参数估计的精度。本发明提出的两种低阶概率权重矩法在风能利用涉及的范围内具有较高的精度，均可作为风速三参数Weibull分布参数估计的有效方法。

摘要： 本发明公开一种冲击噪声下基于聚焦分数低阶协方差的宽带测向方法及系统，步骤为建立冲击噪声下基于聚焦分数低阶协方差的极大似然宽带信号测向模型；计算所有松鼠所在位置的适应度值，初始化局部和全局最优量子位置，全局最差量子位置；松鼠位置分配；更新4种情况中松鼠量子位置和量子旋转角；计算所有松鼠所在新位置的适应度值，更新局部和全局最优量子位置、全局最差量子位置；松鼠群体全局最优量子位置根据映射规则映射成全局最优位置，得到宽带信号的来来波角度。本发明用连续量子松鼠搜索机制求解基于聚焦分数低阶协方差的极大似然宽带测向方程，在冲击噪声环境下能有效测向，具有良好的解相干能力，测向精度高，应用范围广泛。

摘要： 本发明公开了基于分数低阶类相关熵目标跟踪方法，包括：对Alpha稳定分布随机变量的类相关熵进行定义；通过分数低阶类相关熵抑制冲激噪声；根据子空间跟踪PAST算法获取基于FCAS准则的PAST算法，实现脉冲噪声环境下对特征子空间的韧性跟踪。本发明分析了PAST算法在脉冲噪声环境下性能退化原因的基础上，提出一个基于FCAS准则的目标函数，并获得了适用于Alpha稳定分布噪声环境下的韧性投影近似子空间跟踪新算法，该FCAS‑PAST算法不仅能有效地抑制稳定分布噪声干扰，且在冲激噪声和高斯噪声环境下，均具有很好的参数估计性能，尤其对突变的信号环境体现出了更好适应性。

摘要： 一种基于分数低阶星座图和深度学习的调制识别方法，该方法主要包括以下几个步骤：获取信号并对其进行分数低阶处理；计算分数低阶星座图特征并制作训练集和测试集；设计与训练轻量化的深度神经网络；测试深度神经网络并进行信号调制识别。本发明所提出的方法能显著抑制脉冲性噪声对信号调制识别准确率的影响，同时轻量化的网络能够显著降低训练和使用过程中的计算量。

摘要： 一种基于分数低阶极坐标和深度学习的调制识别方法，包括步骤：采集信号并对其进行分数低阶处理；计算分数低阶极坐标特征并制作训练集和测试集；构建与训练轻量化的深度学习网络；测试深度学习网络并进行信号调制识别。本发明所提出的方法涵盖信号种类广泛，且能显著提升在脉冲性噪声干扰条件下信号调制方式的识别准确率，同时轻量化的深度学习网络能够显著降低训练和使用过程中的计算成本。

摘要： 本发明提供一种基于相位分数低阶矩的协方差差分的传播算法，主要解决alpha噪声环境下阵列雷达的远‑近场混合信号源的参数估计问题。该方法首先建立了均匀对称阵列天线接收信号的模型，构造基于相位分数低阶矩的协方差矩阵来抑制alpha噪声，并通过MUSIC算法对远场源进行角度估计。然后结合协方差差分的思想，利用远场协方差阵、噪声协方差阵及近场协方差阵的结构差异，将近场协方差阵分离出来。最后引入传播算子求取此时协方差差分矩阵对应的噪声子空间，进而通过谱峰搜索估计出近场源角度参数和距离参数。本发明降低了一定计算复杂度的同时抑制了alpha噪声，不需要用主观标准区分远‑近场源类型且参数估计精度较高。