分数低阶统计量

摘要： 冲击噪声环境下的测向算法大多基于分数低阶统计量,其不仅计算复杂度较高,而且对强冲击噪声的适应性也较差.通过对冲击噪声的分布特性进行研究和分析,利用其冲击成分出现概率相对较低且具有随机性的特点,提出了基于中值滤波的测向新方法,并推导了冲击噪声背景测向的克拉美罗界.首先,引入中值滤波方法对阵列接收数据进行平滑处理,滤除冲击噪声,并提出了针对强冲击噪声的改进方法,然后利用传统的二阶矩方法求阵列接收数据协方差矩阵并进行波达方向(Direction Of Arrival,DOA)估计.理论分析和仿真验证结果表明:所提方法处理过程简单,对低信噪比和强冲击噪声情况下的测向性能有很大的改善和提高.

摘要： 冲激噪声环境下的测向算法大多基于分数低阶统计量提出的,其计算复杂度相对传统的二阶矩测向算法大大增加.通过对冲激噪声幅值特征进行分析,分别提出基于阵列接收数据幅度均值和中值进行幅度预处理的测向新方法.两种方法都是利用了冲激噪声分布的统计特性,首先根据阵列接收数据估计出幅值门限,然后对阵列接收数据进行幅度预处理,可以有效抑制噪声的冲激特性,从而可以利用传统的二阶矩类测向算法进行波达方向估计.理论分析和实验仿真结果表明,两种方法均处理简便,计算复杂度低,无需估计先验参数;基于中值的幅度预处理方法更是具有估计精度优良,对低信噪比时的测向性能有较大改善,且适用于强冲激噪声环境等优点.

摘要： 针对传统基于二阶统计量的信号处理方法难以有效处理alpha稳定分布信号的难题,提出了一种基于分数低阶统计量的频谱分析方法。阐述了alpha稳定分布的定义和性质,给出了常用的分数低阶统计量计算方法,并用仿真信号验证了提出方法的正确性和有效性。仿真信号验证结果表明:基于分数低阶协方差和相位分数低阶协方差的频谱分析方法,具有更好的alpha稳定分布噪声抑制能力,能更好地从alpha稳定分布噪声下,提取噪声信号中的频率成分,为alpha稳定分布信号分析的有效方法。

摘要： 针对传统基于二阶统计量的信号处理方法难以有效处理alpha稳定分布信号的难题,提出了一种基于分数低阶统计量的频谱分析方法.阐述了alpha稳定分布的定义和性质,给出了常用的分数低阶统计量计算方法,并用仿真信号验证了提出方法的正确性和有效性.仿真信号验证结果表明:基于分数低阶协方差和相位分数低阶协方差的频谱分析方法,具有更好的alpha稳定分布噪声抑制能力,能更好地从alpha稳定分布噪声下,提取噪声信号中的频率成分,为alpha稳定分布信号分析的有效方法.

摘要： 针对脉冲噪声下盲均衡器难以快速收敛并有效抑制噪声的问题,该文提出一种基于 Renyi 熵的分数低阶双模盲均衡算法.该算法将Renyi熵与分数低阶统计量相结合并用作代价函数来更新盲均衡器权向量,利用Renyi熵提高算法的收敛速度,利用分数低阶统计量增强算法对脉冲噪声的抑制能力.为了提升系统稳健性,该文进一步提出双阈值加权判决法,通过设置双阈值并引入非线性加权函数,使得两种代价函数之间的切换更为平滑.在不同脉冲性噪声、不同信道环境下进行仿真实验,结果表明,该文算法既能有效抑制脉冲噪声,又具有较快的收敛速度.%To improve the convergence speed and noise suppression effects of blind equalizer under impulsive noise environment, a new dual-mode blind equalization algorithm based on Renyi entropy and fractional lower order statistics is presented. Renyi entropy and fractional lower order statistics are combined as cost functions to update the weight coefficients of the equalizer in this method, which can improve the convergence speed and enhance the ability of suppressing impulse noise. In addition, considering the robustness of system, a double-threshold based weighting decision method is proposed. By setting double thresholds and a nonlinear weighting function, the switching between two cost functions become smooth. Simulation experiments are carried out under different impulse noise and different channel conditions. The results show that the algorithm converges faster and suppresses impulse noise effectively at the same time.

摘要： 针对现有盲波束形成算法在脉冲噪声环境中性能的下降,提出一种基于分数低阶时频分解的盲波束形成算法.该算法首先将分数低阶统计量引入传统的短时傅里叶变换中,实现抑制脉冲噪声的时频分解.然后利用对各阵元的接收信号进行分数低阶时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计.最后利用最小方差无畸变响应算法获得最优权矢量,实现了高效的多目标盲波束形成.仿真实验结果表明,该算法在服从对称alpha稳定分布的脉冲噪声环境中,较现有盲波束形成算法的输出性能更优.该算法不依赖源信号自身特性,适用范围更广.%A novel blind beamforming algorithm based on fractional lower-order time-frequency decomposition(TFD)is proposed to improve the performance of existing blind beamforming algorithms in impulsive noise environment.The traditional short-time Fourier transform (STFT) is first improved by utilizing fractional lower-order statistics to realize TFD in impulsive noise environment. Then, by combining the clustering method and the method for the uncertainty set,the TFD results of the receiving data at each sensor are used to realize the estimation of steering vectors (SV).Finally,the optimal weight coefficients of the proposed blind beamformer are achieved by substituting the estimated SV into the minimum variance distortionless response (MVDR) beamformer.Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods in impulsive noise environment.The proposed algorithm hardly needs any specific property of the receiving signals and can be more widely used.

摘要： 针对复杂多变的海杂波常伴随待测信号混入雷达系统而严重干扰目标信号的波达角度估计的问题,提出一种新的基于电磁矢量阵列的四元数模型,通过分数低阶统计量特性抑制海杂波噪声的二维波达角度估计方法.首先推导出电磁矢量阵列的四元数导向矢量,然后利用分数低阶概念得到四元数分数低阶协方差矩阵,最后根据奇异值分解MUSIC(Multiple Signal Classification)算法得到谱估计公式.仿真实验结果表明,与标量阵列和非四元数电磁矢量阵列MUSIC算法相比较,该方法可较好地抑制海杂波噪声,且能提高估计精度.

摘要： An effective self-adaptive method was proposed to eliminate the impulsive noise. Firstly, a threshold value was set up according to the amplitude feature of the array received data. Then, the amplitude of the array received data, whose amplitude is higher than the threshold value, was modified as the threshold value, and the residual noise was re-sampled to reconstruct the data according to the number of snapshot. Finally, the common second-order statistics method was utilized to estimate the directions of arrival (DOAs), and the DOAs of the uncorrelated and coherent signals were estimated separately. The results show that the proposed method is effective in the presence of strong impulsive noise and fewer snapshots.%根据冲击噪声的幅值特点和快拍数数量，通过对阵列接收数据进行去冲击预处理后进行数据重构，提出一种冲击噪声背景下独立信号与相干信号并存的 DOA估计的新自适应方法。首先，估计出阵列接收数据中信号成分的幅值上限；然后，对阵列接收数据中受到冲击噪声影响的数据进行归一化处理，削弱冲击噪声；最后，根据快拍数量对噪声残差数据进行采样后重构信号，利用传统的二阶统计量方法分别对独立信号和相干信号进行达波方向(DOA)估计。研究结果表明：该方法阵列利用率较高，估计性能好，且在强冲击噪声环境和小快拍数下仍然具有良好的估计性能。

摘要： 针对振动传感器在采集故障信号时,在α稳定分布脉冲噪声的干扰下,使得传统机械故障信号时频盲源分离算法性能退化的问题,提出了一种基于分数低阶和S时频变换的盲源分离新方法。该方法先对传感器测试信号进行分数低阶子空间预白化,再计算低阶化信号的S变换时频分布,最后通过联合近似对角化恢复各个部分的故障源信号。通过计算机仿真实例分析表明,该算法能有效抑制脉冲噪声影响,避免了二阶矩或高阶矩无穷大的缺限,盲源分离效果较好,具有良好的鲁棒性。

摘要： The target detection performance of the locally optimum detector descends in the bad non-Gaussian clutter environment. To deal with this problem, a radar target detection method based on the fractional lower order locally optimum is proposed. First, thesimplified locally optimum detector is obtained, then, based on the fractional lower order statistics theory, the fractional lower order correlation matrix expresses the clutter correlation and the fractional lower order quadratic form is proposed as the weight of the locally optimum detector to improve the radar target detection in a non-Gaussian correlated clutter background. Simulations and IPIX radar data results show that, the detection performance of the proposed method obviously outperforms the locally optimum detector in the non-Gaussian badly clutter environment for the weak target.%针对传统局部最优检测器在显著非高斯杂波背景下导致检测性能下降的问题，该文提出一种分数低阶局部最优雷达目标检测方法。首先对局部最优检测器的模型进行简化，在此基础上，根据分数低阶统计量理论，利用分数低阶相关矩阵描述杂波的相关特征，并以分数低阶二次型作为局部最优检测器的权值，改善了显著非高斯杂波背景下的雷达目标检测性能。利用仿真数据和IPIX雷达数据进行实验分析，结果表明，针对显著的非高斯杂波背景下的弱目标信号，相对于传统的局部最优检测方法，该文方法的检测性能显著提高。

摘要： 提出一种基于信号降维处理的图像盲均衡算法，利用线性变换将图像的恢复过程等效为一维盲均衡运算，建立了降维处理的医学CT图像盲均衡恒模代价函数，算法权向量的更新引入了代价函数的二阶Hessian矩阵，从而提高了算法的收敛速度，改善了恒模算法性能。仿真结果验证了算法的有效性，新算法改善了峰值信噪比和恢复效果，提高了运算效率。

摘要： 提出一种基于信号降维处理的图像盲均衡算法，利用线性变换将图像的恢复过程等效为一维盲均衡运算，建立了降维处理的医学CT图像盲均衡恒模代价函数，算法权向量的更新引入了代价函数的二阶Hessian矩阵，从而提高了算法的收敛速度，改善了恒模算法性能。仿真结果验证了算法的有效性，新算法改善了峰值信噪比和恢复效果，提高了运算效率。

摘要： 提出一种基于信号降维处理的图像盲均衡算法，利用线性变换将图像的恢复过程等效为一维盲均衡运算，建立了降维处理的医学CT图像盲均衡恒模代价函数，算法权向量的更新引入了代价函数的二阶Hessian矩阵，从而提高了算法的收敛速度，改善了恒模算法性能。仿真结果验证了算法的有效性，新算法改善了峰值信噪比和恢复效果，提高了运算效率。

摘要： 提出一种基于信号降维处理的图像盲均衡算法，利用线性变换将图像的恢复过程等效为一维盲均衡运算，建立了降维处理的医学CT图像盲均衡恒模代价函数，算法权向量的更新引入了代价函数的二阶Hessian矩阵，从而提高了算法的收敛速度，改善了恒模算法性能。仿真结果验证了算法的有效性，新算法改善了峰值信噪比和恢复效果，提高了运算效率。

摘要： 提出一种基于信号降维处理的图像盲均衡算法，利用线性变换将图像的恢复过程等效为一维盲均衡运算，建立了降维处理的医学CT图像盲均衡恒模代价函数，算法权向量的更新引入了代价函数的二阶Hessian矩阵，从而提高了算法的收敛速度，改善了恒模算法性能。仿真结果验证了算法的有效性，新算法改善了峰值信噪比和恢复效果，提高了运算效率。

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： 本发明提出了一种分数低阶统计量模值变换小波频域多模盲均衡方法，所述方法利用分数低阶统计量抑制α稳定分布噪声的同时，利用模值变换将多个幅度模值变换成单一幅度模值，然后将正交小波变换、快速傅里叶变换引入到多模盲均衡方法中。所述方法通过模值变换实现了对M阶正交幅度调制信号MQAM的有效均衡，同时利用FFT和重叠保留法减小了计算量，并在信号进入均衡器之前对其进行正交小波变换，减小了输入信号的自相关性。本发明方法具有较快的收敛速度和较小的稳态误差，在水声通信领域具有一定的应用价值。

摘要： 本发明公布了一种基于分数低阶统计量的小波加权多模盲均衡方法(WT-FLOSWMMA)，所述方法如下：将发射信号a(n)经过脉冲响应信道c(n)得到信道输出向量x(n)；采用α稳定分布信道噪声w(n)和信道输出向量x(n)得到正交小波变换器(WT)的输入信号y(n)；将y(n)经过正交小波变换器后，得到均衡器f(n)输入为R(n)，则均衡器f(n)输出为z(n)；此时，WT-FLOSWMMA误差为权向量的迭代公式为：(|eRe(n)|p-1zRe(n)sgn(eRe(n))/|zRe(n)|+j|eIm(n)|p-1zIm(n)·sgn(eIm(n))/|zIm(n)|)R*(n)。利用分数低阶统计量来抑制α稳定噪声，充分利用信源的先验信息，在迭代过程中自适应修正模值，并且对均衡器输入信号进行了正交小波变换，减小了输入信号的自相关性，提高了均衡性能。

摘要： 本发明公布了一种基于分数低阶统计量的正交小波盲均衡方法(WT-FLOSCMA)，包括如下步骤：将发射信号a(n)经过脉冲响应信道c(n)得到信道输出向量x(n)；采用α稳定分布信道噪声w(n)和信道输出向量x(n)得到正交小波变换器(WT)的输入信号y(n)；将均衡器的输入信号y(n)经过正交小波变换后，均衡器输入为R(n)，均衡器输出为z(n)；此时，WT-FLOSCMA均方误差为权向量的迭代公式为：本发明利用分数低阶统计量来抑制α稳定噪声，根据最小分散系数准则优化盲均衡方法的权向量，并对均衡器输入信号进行正交小波变换，通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明，本发明方法性能明显优于常数模方法。

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： 本发明提出了一种分数低阶统计量模值变换小波频域多模盲均衡方法，所述方法利用分数低阶统计量抑制α稳定分布噪声的同时，利用模值变换将多个幅度模值变换成单一幅度模值，然后将正交小波变换、快速傅里叶变换引入到多模盲均衡方法中。所述方法通过模值变换实现了对M阶正交幅度调制信号MQAM的有效均衡，同时利用FFT和重叠保留法减小了计算量，并在信号进入均衡器之前对其进行正交小波变换，减小了输入信号的自相关性。本发明方法具有较快的收敛速度和较小的稳态误差，在水声通信领域具有一定的应用价值。

摘要： 本发明公布了一种基于分数低阶统计量的小波加权多模盲均衡方法(WT-FLOSWMMA)，所述方法如下：将发射信号a(n)经过脉冲响应信道c(n)得到信道输出向量x(n)；采用α稳定分布信道噪声w(n)和信道输出向量x(n)得到正交小波变换器(WT)的输入信号y(n)；将y(n)经过正交小波变换器后，得到均衡器f(n)输入为R(n)，则均衡器f(n)输出为z(n)；此时，WT-FLOSWMMA误差为权向量的迭代公式为：(|eRe(n)|p-1zRe(n)sgn(eRe(n))/|zRe(n)|+j|eIm(n)|p-1zIm(n)·sgn(eIm(n))/|zIm(n)|)R*(n)。利用分数低阶统计量来抑制α稳定噪声，充分利用信源的先验信息，在迭代过程中自适应修正模值，并且对均衡器输入信号进行了正交小波变换，减小了输入信号的自相关性，提高了均衡性能。

摘要： 本发明公布了一种基于分数低阶统计量的正交小波盲均衡方法(WT-FLOSCMA)，包括如下步骤：将发射信号a(n)经过脉冲响应信道c(n)得到信道输出向量x(n)；采用α稳定分布信道噪声w(n)和信道输出向量x(n)得到正交小波变换器(WT)的输入信号y(n)；将均衡器的输入信号y(n)经过正交小波变换后，均衡器输入为R(n)，均衡器输出为z(n)；此时，WT-FLOSCMA均方误差为权向量的迭代公式为：本发明利用分数低阶统计量来抑制α稳定噪声，根据最小分散系数准则优化盲均衡方法的权向量，并对均衡器输入信号进行正交小波变换，通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明，本发明方法性能明显优于常数模方法。