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：提出了离散余弦变换(DCT)域基于分数低阶统计量(FLOM)水印检测器设计的理论推导和实验证明。DCT域水印检测的传统作法分析与研究实验表明,本文方法更适合数字图像水印处理的实际应用,约束条件更为宽泛,与对照方案相比,水印提取失真率降低了7.6%,且适用对象更具一般性。

摘要：为解决现有频谱感知检测方法在Alpha噪声中性能下降的问题,提出一种基于FLOM(fractional low order moment,FLOM)和LSTM(long short-term memory,LSTM)神经网络的频谱感知算法。利用分数低阶矩在解决非高斯噪声下感知性能退化的强大能力以及长短期记忆神经网络在解决时序特性问题上的强大处理能力,设计一个频谱感知算法。不同于现有的基于能量和协方差矩阵等二阶统计量的频谱感知,利用FLOM对数据进行分数低阶预处理后,LSTM通过提取分数低阶协方差矩阵的特征进行决策。仿真结果表明,该算法比传统的频谱感知算法具有更高的检测概率。在低信噪比下,基于分数低阶矩阵感知的LSTM检测方案的检测概率比其它基于数据驱动的检测方法改善了至少15%。

摘要：介绍了Alpha稳定分布和其分数低阶矩(FLOM),设计了一种用于2-D波达方向(DOA)估计的阵列配置,并基于相控分数低阶矩(PFLOM)提出了2-D DOA算法。由接收信号的PFLOM协方差矩阵得到有用信号的PFLOM协方差矩阵,对其进行特征值分解,并利用最小二乘或总体最小二乘方法就可得到DOA。最后,比较了基于传统协方差、符号协方差、FLOM和PFLOM的旋转不变技术估计信号参数算法。仿真结果表明,该算法具有鲁棒性和较小的角度估计偏差及均方误差。

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Alpha稳定分布下结合共变理论、循环平稳理论和分数低阶矩等理论,推导了BPSK信号的循环平稳特性和低阶循环谱密度,结果表明稳定分布下BPSK信号的低阶循环谱结构同高斯假设下的谱结构是一致的.最后在Matlab下进行了仿真验证,仿真结果与理论推导相符合,但基于稳定分布所设计的算法具有良好的抗脉冲噪声的性能,对复杂背景下的调制识别或者盲分离提供新的途径.

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：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：基于稳定分布构造的信号处理计算方法相对高斯假设的情况,对复杂噪声具有更好的抗干扰性和韧性。文章在Alpha稳定分布下基于共变系数、非平稳理论和分数低阶矩(FLOM)等理论,推导并分析了OFDM信号的循环平稳特性和低阶循环谱密度,并用Matlab对本文的算法中做了仿真验证,结果表明在Alpha稳定分布下OFDM信号的低阶循环谱密度函数的循环谱结构和在高斯模型下是一致的,但基于稳定分布所设计的算法具有良好的抗脉冲性能,为复杂环境下的调制识别以及盲信号分离研究提供了理论基础。

摘要：在冲击噪声背景下给出了一种估计相干和非相干信源的均匀圆阵测向方法,即基于模式空间的低阶极大似然算法(MODE-FLOM-ML)。该算法对均匀圆形阵列的输出信号进行模式激励,使其成为模式空间内的虚拟阵列;在此基础上构造模式空间的分数低阶矩阵,成功地估计出信源的来波方向。为了快速求解所提的基于模式空间的测向算法,利用文化算法和粒子群算法的优点,设计了一种可快速进行多维搜索的文化粒子群算法。Monte-Carlo仿真试验证明了所提的CP-MODE-FLOM-ML方法在检测性能上优于基于模式空间的ROC-MUSIC和FLOM-MUSIC。