二阶统计量相关论文
[摘 要] 为了提高小样本学习的准确率和抗干扰能力，提出了一种基于二阶统计量的小样本学习模型，以CNN最后一层卷积输出的一阶特征向......
盲信道辨识与均衡是通信信号处理中的核心技术之一，本文的内容围绕着它的算法实现来展开。首先阐述了这一问题的理论基础，接着详细地......
近年来,盲信道辨识与均衡在通信和信号处理领域已经受到普遍关注。本文的内容围绕着它的算法实现来展开。首先阐述了这一问题的理......
本文主要介绍了基于二阶统计量(SOS)的数字通信系统的盲辨识和盲均衡。通过对子空间的分析，分别讨论了基于子空间的单输入多输出(SI......
系统辨识是指根据系统的输入、输出信号及其统计特性进行系统参数的估计。基于循环平稳特性的二阶统计量(SOS)方法与以往基于高阶......
非高斯信号处理是近年来发展起来的一个信号处理的新领域。传统的信号处理是基于高斯分布和二阶统计量的理论和技术,这是因为高斯......
盲辨识是指仅仅利用系统输出端信号和某些辅助信息来估计信道的信号处理技术。在移动通信中,基于对高容量、高可靠性传输的追求,不......
在很多通信系统中，特别是移动通信系统中，信道往往未知且快速时变的。基于训练序列的信道辨识和均衡技术将增加系统开销，降低通信系统......
对提高频谱资源利用率,缓解无线频谱资源紧张这一问题的最佳解决方案是认知无线电技术。作为认知无线电技术的基础,频谱感知技术的......
针对信源数目估计问题,提出一种基于拟合特征值的信源数估计方法.利用对数几率函数拟合协方差矩阵特征值,改善特征值分布状态,降低......
列车接近预警是铁路安全领域的重要组成部分,是铁路列车安全运行以及铁路施工人员安全作业的重要指标。因此要能够及时准确的识别......
盲均衡技术是一种不借助于训练序列,仅利用接收序列本身的先验信息来均衡信道特性,使其输出序列尽量逼近发送序列的新兴自适应均衡......
无线传感器网络(WSN)是由洒布在目标监测范围内大量微型智能传感器节点组成,具有功耗低、体积小、成本低、分布式以及自组织等特点......
统计特征方法在信号处理、模式识别等领域的应用越来越广泛,特别是独立分量分析(ICA)在理论研究和实际应用中备受关注。主分量分析......
针对语音信号的卷积混迭模型,利用不同语音信号之间的近似独立和短时平稳特性,提出一种基于信号二阶统计量的联合块对角化方法,解......
独立分量分析算法是一种多维统计方法。该算法的研究对象是多元随机信号，其研究目的是将这些多元随机信号转化成包含统计上相互独立......
统计特征方法在信号处理、模式识别等领域的应用越来越广泛,特别是独立分量分析(ICA)在理论研究和实际应用中备受关注.主分量分析(......
针对目前二阶统计量加权波束形成存在的能量波束输出有负值和高旁瓣问题,提出了基于协方差矩阵加权的,适用于任意阵结构和阵元指向......
脑内源信号光学成像是近十几年发展起来的研究大脑皮层神经群体活动的成像方法.内源性光学信号非常微弱,并且在穿过皮层组织时会发......
为提高非均匀噪声下波达方向(direction of arrival,DOA)角估计算法的估计精度和分辨率,基于低秩矩阵恢复理论,提出了一种二阶统计......
为了从混叠的观测信号中抽取单个源信号,提出一种基于二阶统计量和最速下降优化技术相结合的盲抽取方法。该方法首先根据源信号的......
研究了两种基于高阶统计量的盲信号分离算法,在各种不同的实验条件下比较了两种算法与基于二阶统计量的盲信号分离算法的分离性能,......
利用非平稳信号自身的时序结构,采用一阶线性预测模型,提出了一种基于二阶统计量的批处理非平稳源盲提取算法。仿真实验表明该算法......
针对机械振动信号具有非平稳和卷积混合的特性,文中将基于二阶统计量的盲源分离方法推广至卷积混合的模型,提出在信号子空间的频域......
自从Tong,Xu和Kailath证明使用二阶统计量来辨识非最小相位系统的可行性后,在多路FIR信道的盲辨识领域出现了很多研究成果.它们大......
文中提出的新算法是基于循环平稳理论的盲均衡算法。首先从理论上分析了以过采样技术对接收信号进行处理,根据接收信号所具有的二......
针对之前盲源抽取算法存在鞍点的问题,提出一种新的基于二阶统计量的盲源抽取算法。通过利用自回归模型对抽取信号向量进行估计,并......
基于二阶统计量，对在线分离复值混合信号法进行了研究．假设源信号是独立的且非常态，信号的伪协方差矩阵能增加约束条件，从而可证明二阶......
针对风力机主轴承裂纹故障的非平稳信号,提出一种改进二阶统计量的盲源分离算法,利用信号的非平稳性,将传感器数据分成不重叠的时......
研究讨论了一种只利用信号的二阶统计量来分离盲源信号的方法。该方法先估计传感器信号的相关矩阵，通过对其进行特征值分解，可以得到......
针对TH-PPM调制的超宽带系统,把超宽带系统发射信号的非线性形式转换为线性形式,并推导出接收信号自相关矩阵和信道响应之间关系式......
文中依托分数间隔SIMO线性信道模型,利用信道输出的二阶统计量来构造某些矩阵,在信道-均衡器的迫零准则下,不需要预先估计信道冲激......
提出了一种能够对低信噪比条件下多电平直接序列扩频(DSSS)信号进行盲检测的方法.该方法不需要知道发射机的扩频传输体制,当采用MP......
本文对无线通信秉统的信道估计技术的研究现状进行了概述，重点分析了半盲信道估计方法的特点，并对现有半盲信道估计方法进行了分类，即......
利用二阶统计量（不同时延相关矩阵）的非平稳性和信号时序结构特征,能简单估计出线性瞬时混合的盲源信号。但随时延τ增大,仅利用某一......
α-稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。与其它统计模型不同，α稳定分布没有统一闭式的......
针对单输入多输出（Single-Input-Multiple-Output,SIMO）模型提出一种不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短......
针对二阶统计量信道盲辨识算法在小样本观测数据条件下性能恶化且对信道阶数误差敏感的问题，本文首先提出一种改进的基于FFT变换的......
针对传统独立分量分析（ICA）方法对时变信道跟踪能力较差的问题，提出了一种时变混合共轭梯度盲提取算法。该算法有效利用了各源信号的......
针对全盲信道辨识算法无法辨识含公零点信道且对信道阶数误差敏感的问题,提出一种半盲信道辨识算法。通过奇异值分解将信道矩阵分......
根据冲击噪声的幅值特点和快拍数数量,通过对阵列接收数据进行去冲击预处理后进行数据重构,提出一种冲击噪声背景下独立信号与相干......
针对传统的分离算法因迭代次数过多而不能满足通信信号分离时对信号实时处理的要求,将最佳权矩阵引入到联合对角化准则中,提出了一......
信道阶数估计是SOS类盲辨识算法的前端步骤。针对Liavas阶数估计算法对信噪比要求高的问题，通过对接收序列自相关矩阵进行“降噪”......
针对近场三维参数估计方法计算量大的问题，提出了一种近场源的方位角、仰角和距离的三维参数估计方法。该方法利用在z-z平面十字阵......
介绍了一种实用的语音分离算法CoBliSS,他是一种基于二阶统计量的多通道盲反卷积算法.但是源信号自相关函数的序列长度必须足够大,......
通过对二阶统计量和高阶统计量的系统辨识方法的比较，重点介绍基于高阶统计量的系统盲辨识，分FIR和IIR两种情况简要描述了在这两种结......
为了解决复杂室内环境下的近场源定位问题，利用室内小型天线阵列，提出一种近场多径模型下的协方差矩阵匹配及信号子空间匹配定位方法......
