摘要：该文在α稳定分布下结合共变理论、循环平稳和分数低阶矩(FLOM)等理论和方法,提出基于FAM(FFT Accumulation Method)的低阶循环谱算法,对算法中存在的循环泄露现象及算法复杂度进行了分析,并以调制信号(AM,QPSK)做了实验仿真.结果表明在α稳定分布下循环平稳信号的低阶循环谱密度和在高斯模型下的二阶循环谱结构是一致的,但基于α稳定分布假定所设计的信号处理算法对信号噪声特性不确定情况具有较好的韧性和抗脉冲噪声性能.最后在循环谱域构造了调制信号的低阶循环特征参数,为复杂背景下的调制识别提供了新的途径.

摘要：在α稳定分布下结合共变理论、循环平稳理论和分数低阶矩(FLOM)等理论,提出基于SSCA的低阶循环谱算法,分析了该算法中存在的循环泄露,并对调幅信号做实验仿真。结果表明在α稳定分布下二阶循环平稳信号的低阶循环谱密度和在高斯模型下的循环谱结构是一致的,但基于α稳定分布假定所设计的信号处理算法对信号噪声特性不确定情况具有较好的韧性和抗脉冲噪声性能。最后利用低阶循环谱提取了调制信号的特征参数,为复杂背景下的调制识别或者盲分离提供新的途径。

摘要：为了更快、更准确的对滚动轴承的故障状态进行诊断,提出了一种结合信息熵(information entropy, IE)和α稳定分布(alpha stable distribution, ASD)参数的特征融合方法IE-ASD,基于振动信号对滚动轴承进行故障诊断。首先提取振动信号的时域、频域和时-频域的四种IE(奇异谱熵、功率谱熵、小波空间特征谱熵和小波能谱熵)和估计ASD的四个参数,构建特征向量;然后,利用粒子群优化算法(particle swarm optimization, PSO)对支持向量机(support vectors machine, SVM)参数寻优,并用所构建的特征向量对其训练和故障诊断;最后,利用凯斯西储大学轴承数据库的数据验证该方法的有效性,并与由IE、ASD各自构建特征向量的诊断结果进行对比。结果表明:所提出的方法能精确的判断滚动轴承的故障位置,且比未进行特征融合的方法有更高的准确率。

摘要：在α稳定分布下结合共变理论、循环平稳理论和分数低阶矩理论,推导了QPSK信号的循环平稳特性和低阶循环谱密度,并用Matlab做仿真验证。结果表明:在α稳定分布下QPSK信号的低阶循环谱密度和在高斯模型下的循环谱结构是一致的,基于稳定分布所设计的算法具有良好的抗脉冲噪声性能。

摘要：在现实的通信系统中,许多自然的以及人为的噪声是非高斯脉冲的。针对噪声的非高斯性引起的高斯假设下设计的最优接收机性能的显著退化。设计了对称α稳定分布(SαS)模型,该模型能够比较准确地描述许多类型的脉冲噪声。并进行了模型仿真和模型参数估计。结果表明。

摘要：针对现有短波信道模拟器在FPGA实现时存在占用资源多,计算量大的问题,采用α稳定分布的方法实现多普勒频率扩展,提出采用查表实现各个模块。仿真结果表明,模拟器消耗的资源大幅度减少,证明了有效性。且模拟器产生的信道衰落分布与理论值吻合,模拟器设计值与设置的信道时延,多普勒效应基本一致,误差为0.39%,证明了其准确性,可高效准确地用于模拟短波电离层对信号的影响。

摘要：在雷达系统中,CFAR处理的对象通常为杂波的包络。杂波包络的统计分布对于设计CFAR处理器至关重要,包络的统计分布通常由杂波的幅度概率密度函数(APDF)表征。解析形式的APDF是实现系统性能分析的关键。雷达杂波具有典型的非高斯性,适合采用α稳定分布模型来描述,然而该分布的概率密度函数不存在解析的表达,相应的APDF也无解析的表达。针对α∈[1,2]各向同性稳定杂波,采用线性混合模型,给出了一种各向同性稳定杂波APDF近似的解析模型,该模型具有形式简洁、计算简便的优点。基于对数矩性质,对各向同性杂波包络序列,提出了一种简便的稳定杂波参数的估计方法。

摘要：大气噪声是低频通信中的主要干扰,且具有严重非高斯分布特性,对非高斯噪声模型的参数估计对于提高低频接收机的性能具有重要意义。设计了估计非高斯混合模型参数的马尔可夫链蒙特卡罗(Markov chainMonte Carlo,MCMC)算法,该算法通过构建贝叶斯层次模型,利用Gibbs抽样和M-H抽样更新迭代参数。利用乘积特性,将稳定分布作为等价的高斯分布来处理,并在层次模型中设置多个额外参数,以增强其灵活性。仿真实验与实测数据表明,该算法迭代收敛快、精度高,有很高的实用价值。

摘要：图像经小波处理后,其细节分量具有明显高尖峰重拖尾分布的非高斯特性。据此,提出一种广义高斯α稳定分布的双参数柯西混合描述模型,并给出了相应的基于贝叶斯收缩和最大后验概率收缩的非线性滤波器的设计技术。通过与小波软门限滤波器方法比较,并对含加性噪声的标准图像进行抑制实验,结果表明,设计的滤波器具有较好的子带滤波效果,达到了有效改善图像质量的应用目的。

摘要：针对脉冲噪声环境下无法准确估计线性调频(LFM)信号多径时延的问题,分析非线性幅值变换法抑制脉冲噪声的原理,设计了一种新的非线性幅值变换函数P-NAT(piecewise-NAT)函数,证明了任意随机变量经该函数变换后存在有限二阶矩,提出了基于P-NAT函数的LFM信号多径时延估计方法。分别对发射信号和P-NAT函数变换后的含噪多径接收信号进行最佳阶次FRFT,根据FRFT域的峰值位置偏移量和时延的关系,实现LFM信号的多径时延估计。仿真结果表明,该方法在广义信噪比为0 dB、噪声特征指数大于0.2的情况下,时延估计归一化均方根误差小于10^(-4),适用于低信噪比和强脉冲噪声环境下的LFM信号多径时延估计。