基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf

基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf

ID:53744459

大?。?90.39 KB

頁(yè)數(shù):5頁(yè)

時(shí)間:2020-04-22

基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf_第1頁(yè)
基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf_第2頁(yè)
基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf_第3頁(yè)
基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf_第4頁(yè)
基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf_第5頁(yè)
資源描述:

《基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析-論文.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、第27卷第4期9)3l理工學(xué)院學(xué)報(bào)(自然科學(xué)版)Vo1.27Nn42014年8月JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)Aug.2014文章編號(hào):1673-1549(2014)04-0038-05DOI:10.11863/j.suse.2014.04.10基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析湯勇,熊興中(四川理工學(xué)院自動(dòng)化與電子信息學(xué)院,四川自貢643000)摘要:傳統(tǒng)的時(shí)延估計(jì)算法大多建立在高斯模型的基礎(chǔ)上,利用信號(hào)的二階、高階估計(jì)量,可以得到理想的結(jié)果。然而,現(xiàn)實(shí)

2、中的信號(hào)往往都處在非高斯環(huán)境下,如通信線路瞬間尖峰和環(huán)境噪聲等,這一類信號(hào)的時(shí)域波形中存在一個(gè)明顯的峰值,這時(shí)利用穩(wěn)定分布模型可以較好地表述非高斯脈沖信號(hào)和噪聲。因此有必要對(duì)O/穩(wěn)定分布模型下的,基于分?jǐn)?shù)低階統(tǒng)計(jì)量(FLOS)的時(shí)延估計(jì)算法進(jìn)行研究。通過調(diào)整參數(shù)取值得到的仿真結(jié)果,證明了在非高斯情況下,基于FLOS的時(shí)延估計(jì)算法相對(duì)于傳統(tǒng)算法估計(jì)效果更好。關(guān)鍵詞:時(shí)延估計(jì);分?jǐn)?shù)低階;非高斯噪聲;Ot穩(wěn)定分布中圖分類號(hào):TN911文獻(xiàn)標(biāo)志碼:A這種采用相關(guān)法進(jìn)行估計(jì)的算法。相關(guān)分析,是在時(shí)間引言域上,比較兩個(gè)信號(hào)相似程度的基本方法。傳統(tǒng)的時(shí)延時(shí)間延遲,是指由于同源帶噪信號(hào)

3、到達(dá)各個(gè)接收端估計(jì),很多情況下都是基于高斯模型假設(shè)的,也即是假之間的傳輸距離不同而產(chǎn)生的時(shí)間差。時(shí)延估計(jì)則是定信號(hào)和噪聲,都是服從高斯分布的。在這種假定前提指采用信號(hào)處理或者參數(shù)估計(jì)等方法,準(zhǔn)確地測(cè)量和估下,利用接收信號(hào)的二階或者高階累積量,通常就能得算時(shí)間延遲,從而確定信號(hào)來源的速度、方位、距離和運(yùn)到更佳好的結(jié)果。然而,在實(shí)際情況中,往往是非高動(dòng)的方向等參數(shù)。因此,時(shí)延估計(jì)技術(shù)廣泛應(yīng)用于各種斯噪聲,如水聲信號(hào)、環(huán)境噪聲、通信線路瞬間尖峰、大定位系統(tǒng)中。氣低頻雷電噪聲等。這一類信號(hào)的時(shí)域波形,有一個(gè)明時(shí)延估計(jì)首先要處理的問題,是如何快速準(zhǔn)確地將顯的峰值,這時(shí)由穩(wěn)定分布模

4、型能較好地描述非高斯接收到的同源信號(hào)間的時(shí)間延遲測(cè)定出來。由于接收脈沖信號(hào)和噪聲。因此傳統(tǒng)的基于二階統(tǒng)計(jì)量及基于裝置有噪聲干擾,因而接收到的目標(biāo)信號(hào),往往湮沒在高階累積量的方法都不再適用,因而近年來出現(xiàn)了描述噪聲、干擾之中。因此,在信號(hào)的時(shí)延估計(jì)中,必須首先非高斯噪聲的基于分?jǐn)?shù)低階統(tǒng)計(jì)量FLOS的時(shí)延估計(jì)算去除噪聲、干擾的影響。法,以及穩(wěn)定分布模型。在眾多時(shí)延估計(jì)算法中,相關(guān)性方法是應(yīng)用最廣、10[穩(wěn)定分布和分?jǐn)?shù)低階統(tǒng)計(jì)量最為經(jīng)典的估計(jì)法之一,它通過計(jì)算信號(hào)的自相關(guān)函數(shù),然后比較它們峰值的滯后情況,從而估計(jì)信號(hào)之間1.1穩(wěn)定分布延遲的時(shí)間差。這種方法既簡(jiǎn)單易懂,又容易實(shí)

5、現(xiàn),因高斯分布中,模型建立是依據(jù)中心極限定理,同樣而被廣泛應(yīng)用于時(shí)延估計(jì)中。本文主要討論的,正是地,n穩(wěn)定分布也是依據(jù)中心極限定理。根據(jù)中心極限收稿日期:2014-02-25基金項(xiàng)目:四川省杰出青年基金項(xiàng)目(2011JQ0034);四川省省屬高??蒲袆?chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃基金項(xiàng)目(13TD0017);人工智能四川省重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目(2012RYJ05)作者簡(jiǎn)介:湯勇(1988-),男,四川自-i-A.,碩士生,主要從事現(xiàn)代信號(hào)處理方面的研究,(E-mm1)346965751@qq.com第27卷第4期湯勇等:基于分?jǐn)?shù)低階統(tǒng)計(jì)量的時(shí)延估計(jì)算法性能分析39定理,當(dāng)一個(gè)隨機(jī)現(xiàn)象由

6、無窮多個(gè)、存在有限方差的獨(dú)、特征指數(shù)為、對(duì)稱參數(shù)為JB的穩(wěn)定分布而言,立分量構(gòu)成,那么這種現(xiàn)象就近似看成服從高斯分布。有:相對(duì)于中心極限定理,存在瞢一個(gè)更加一般性的定理,y=(3)即廣義中心極限定理。根據(jù)廣義中心極限定理可以知道,對(duì)于任意具有相同分布的獨(dú)立的隨機(jī)變量,無論各任意的對(duì)稱穩(wěn)定分布均能通過式(3)進(jìn)行標(biāo)準(zhǔn)化。因個(gè)隨機(jī)變量存在有限方差與否,只要變量的數(shù)目無限增此,本文均假定盧:0,。=0,y=1,即對(duì)稱標(biāo)準(zhǔn)穩(wěn)定加,那么變量之和必將收斂于穩(wěn)定分布簇。這樣,與分布情況。高斯分布的形成相同,非高斯穩(wěn)定分布同樣是來源于作為建模工具,穩(wěn)定分布具有很高的變通性,這多個(gè)隨機(jī)變

7、量之和。因此,如果對(duì)觀測(cè)信號(hào)或噪聲信號(hào)主要是由它的特征指數(shù)決定的,在0

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。