一种基于Sigmoid协方差矩阵的多重信号分类方法

    公开(公告)号:CN105913044B

    公开(公告)日:2019-05-24

    申请号:CN201610289752.3

    申请日:2016-05-04

    Abstract: 本发明属于阵列信号信号处理技术领域,提供一种基于Sigmoid协方差矩阵的多重信号分类方法。该方法对服从非高斯分布的脉冲性噪声具有较强的抑制能力,并能够在该脉冲噪声条件下实现多重信号分类,并对各信号的波达方向进行估计;包括:1)根据含有噪声的信号幅度的中位数,估计Sigmoid函数的参数;2)利用Sigmoid函数以及均匀线性阵列的输出向量,估计阵列输出的Sigmoid协方差矩阵;3)对Sigmoid协方差矩阵进行特征值分解,获得噪声子空间的估计;利用该噪声子空间估计用于多重信号分类的空间谱,并利用该空间谱的估计值对波达方向角度进行估计。本发明算法性能良好,在真实的工程应用中,具有较好的应用前景。

    一种基于压缩感知重建的循环相关熵谱的载频估计方法

    公开(公告)号:CN105933259A

    公开(公告)日:2016-09-07

    申请号:CN201610251321.8

    申请日:2016-04-21

    CPC classification number: H04L27/0014 H04L2027/0024

    Abstract: 本发明属于循环平稳信号处理和压缩感知技术领域,利用压缩感知重建后的循环相关熵谱投影进行幅度调制信号载波频率估计的方法。本方法首先计算待估计信号的循环相关熵谱;然后,通过压缩感知方法对循环相关熵谱进行采样和压缩;其次,对根据压缩后的数据进行循环相关熵谱的重建;最后,根据调制方式和载波频率与循环频率之间的关系,通过重建后的循环相关熵谱投影峰值所对应的估计信号的载波频率。实验证明本发明算法性能良好,能够在非高斯噪声和同频带干扰并存的条件下对信号进行载频估计,并且具有数据量小,便于存储和传输的优点。

    一种基于扩展核递归最大相关熵准则的系统状态自适应估计方法

    公开(公告)号:CN105958967A

    公开(公告)日:2016-09-21

    申请号:CN201610251608.0

    申请日:2016-04-21

    CPC classification number: H03H21/0043

    Abstract: 本发明属于自适应信号处理技术领域,提供一种基于扩展核递归最大相关熵准则的自适应系统状态估计方法,该方法能够在非高斯噪声条件下,对缓慢时变的非线性系统的状态进行估计和跟踪。该方法包括:1)提出适合于刻画非线性、缓慢时变的系统的数学模型与基于最大相关熵准则的代价函数;2)在再生核希尔伯特空间中,对系统状态进行迭代;3)利用核技巧,在输入空间中对系统状态进行迭代求解,实现系统状态的自适应估计。实验证明本发明算法性能良好,在真实的工程应用中,具有较好的应用前景。

    一种基于Sigmoid协方差矩阵的多重信号分类方法

    公开(公告)号:CN105913044A

    公开(公告)日:2016-08-31

    申请号:CN201610289752.3

    申请日:2016-05-04

    CPC classification number: G06K9/00536 G06K9/00543

    Abstract: 本发明属于阵列信号信号处理技术领域,提供一种基于Sigmoid协方差矩阵的多重信号分类方法。该方法对服从非高斯分布的脉冲性噪声具有较强的抑制能力,并能够在该脉冲噪声条件下实现多重信号分类,并对各信号的波达方向进行估计;包括:1)根据含有噪声的信号幅度的中位数,估计Sigmoid函数的参数;2)利用Sigmoid函数以及均匀线性阵列的输出向量,估计阵列输出的Sigmoid协方差矩阵;3)对Sigmoid协方差矩阵进行特征值分解,获得噪声子空间的估计;利用该噪声子空间估计用于多重信号分类的空间谱,并利用该空间谱的估计值对波达方向角度进行估计。本发明算法性能良好,在真实的工程应用中,具有较好的应用前景。

    一种基于压缩感知重建的循环相关熵谱的载频估计方法

    公开(公告)号:CN105933259B

    公开(公告)日:2018-10-16

    申请号:CN201610251321.8

    申请日:2016-04-21

    Abstract: 本发明属于循环平稳信号处理和压缩感知技术领域,利用压缩感知重建后的循环相关熵谱投影进行幅度调制信号载波频率估计的方法。本方法首先计算待估计信号的循环相关熵谱;然后,通过压缩感知方法对循环相关熵谱进行采样和压缩;其次,对根据压缩后的数据进行循环相关熵谱的重建;最后,根据调制方式和载波频率与循环频率之间的关系,通过重建后的循环相关熵谱投影峰值所对应的估计信号的载波频率。实验证明本发明算法性能良好,能够在非高斯噪声和同频带干扰并存的条件下对信号进行载频估计,并且具有数据量小,便于存储和传输的优点。

Patent Agency Ranking