基于稳定分布白噪声的信号处理新方法研究(可复制论文).pdf

摘要正甊惴ǎ⒍訫算法进行了步长归一化改进。提出了基于滑动本论文在简要介绍稳定分布统计特性的基础上,讨论了一种不同于二阶过程功率谱密度的共变谱密度概念,建立了一种基于自共变序列与共变谱密度的非高斯稳定分布白噪声的概念及其判断标准,对传统意义上的白噪声概念进行了广义化。依据稳定分布的参数模型,论述了一种基于口谱的频域广义白化滤波方法,并分析了一种新的预测反卷积白化系统中的广义尤拉一沃克匠贪谆瞬ㄆ髂P汀1韭畚幕挂谰菀延械亩嘞式自回归P停致哿朔窍咝晕榷ǚ植加猩肷拍畈⒔⑵浞窍咝訮模型,提出了惴ǘ苑窍咝晕榷ㄓ猩肷哪P筒问泄兰啤1韭畚幕固致哿艘种分数极点系统中稳定分布有色噪声的白化逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。在自适应滤波方面,本文基于植荚肷P停致哿俗允视旌暇芈瞬ǖ男窗与韧性淖允视θ托怨阋宓莨樽钚范数。—滤波算法,并对算法的渐进特性进行了分析。讨论了基于新息过程最小妒荚虻牡莨镵瞬ㄋ惴ǎ⒎治隽怂氲莨樽钚范数瞬ㄋ惴ǖ墓叵担行了算法的韧性改进与渐近特性分析。此外,本文还讨论了稳定分布白噪声环境下的基于中值正交化准则的滤波算法、基于最小平均妒荚虻母裥吐瞬ㄆ骷捌涞莨槭迪帧基于最小误差熵准则的滤波方法。在阵列信号处理方面,依据泄漏梯度下降原理、矩阵对角加载方法通过对现有的最小平均妒波束形成方法加以改进,提出了新的广义最小平均妒波束形成方法。利用分数低阶协方差推导了基于分数低阶协方差矩阵的波束形成方法,并分析了该波束形成器的旁瓣特性。,讨论了一种基于分数阶相关姆较蚬兰菩路椒ā1疚幕估用已有的矢量水昕器模型建立了一种水下二维定位系统,提出了一种基于分数阶相关乃露ㄎ凰惴ā论文还介绍了稳定分布噪声特征函数的玻耳测度表示及玻耳测度的估计方法,利用玻耳测度的峰值确定混合矩阵的基矢量个数,从而可以确定各个独立分量。讨论了基于分数低阶统计量的盲信号源分离网络结构与预白化过程,并利用一种新型传递函数修正了分离算法。在应用方面,论文还探讨了基于最小分散系数准则与旋转变换的诱发电位信号分离提取算法。大连理工大学博士学位论文
知识水坝***@pologoogle为您整理
最后,本论文利用一种散粒噪声模型,通过对数超声图像的多层小波分解的高频系数的稳定分布建模,讨论了一种新的基于闽值的二维小波分解系数的检测分类方法,得到一种基于多层小波分解与稳定分布模型的超声图像散粒噪声的抑制新方法。关键词:稳定分布;分数低阶统计量;最小妒话谆蛔允视β瞬ǎ徊ㄊ纬桑幻源分离;散粒噪声基于稳定分布白噪声的信号处理新方法研究
知识水坝***@pologoogle为您整理
..。。衋甌.,猲,.
畆糠郼篠籄;基于稳定分布囱噪声的信号处理新方法研究琣.,籉;;籅;——
独创性说明作者郑重声明:本博士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。
—生年上越日大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位沦文的复印件和电子容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论版,允许沧文被查阅和借阅。本人授权大连理工大学可以将本学位沦文的全部或部分内文。作者签名导师签名
髀课题的背景及意义特点是在这种假定基础上所设计的信号处理算法易于进行理论上的解析分析。对信号噪声的任何非高斯假定,都不可避免地会引入非线性问题,从而导致信号处理算法的复杂的模型。高斯随机信号的概率密度函数可以完全由两个统计矩参数来描述,即数学期望例如通常假设信号或噪声满足高斯分布,系统满足线性和最小相位特性等。强烈的噪声和干扰,这些干扰和噪声的存在,大大增加了接收信号的复杂性,显著降低目前,高斯信号处理的理论和方法仍在信号处理与通信领域占主导地位。大多数信号处理方法是建立在高斯假定基础上,并且是基于二阶统计量的理论的。在许多情况下,这种假定是合理的,并且其合理性可以由中心极限定理而得到证明。高斯假定的另一个化。直兰桶耸甏衅冢ㄐ藕欧治觥⑾低潮媸丁⑿藕殴兰频任侍庠谀诘耐计信号处理基本上是建立在二阶矩或二阶统计量基础上的,例如对随机信号的均值、方差、相关函数和功率谱密度等的分析,以及基于信号二阶统计量的滤波、预测、检测与估值等。自相关函数和互相关函数是得到广泛应用的两个二阶统计量的例子。由于功率谱密度函数是相关函数的一维傅里叶变换,因此,功率谱也是建立在二阶统计量