导读:本文包含了分数低阶循环相关论文开题报告文献综述及选题提纲参考文献，主要关键词:单电磁矢量传感器,波达方向,极化参数,参数估计
分数低阶循环相关论文文献综述
石屹然,赵晓晖,李新波,石要武[1]（2016）在《应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数》一文中研究指出提出了一种在α和高斯混合噪声以及循环平稳干扰并存背景下基于分数低阶循环相关(FLOCC)联合估计单电磁矢量传感器波达方向(DOA)和极化参数的多重信号分类(MUSIC)方法。该方法利用信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声以及循环平稳干扰信号;然后利用MUSIC方法对单电磁矢量传感器的DOA和极化参数进行联合估计,并利用DOA参数与极化参数的相互独立性,将传统MUSIC方法的四维搜索简化为两次二维搜索,从而有效地减少该算法的计算量。对所提算法与基于分数低阶矩的MUSIC算法进行了实验对比。结果显示:提出的方法可充分地抑制与待测信号循环频率相异的任意循环平稳干扰信号;在α和高斯混合信噪比为0dB,信干比为3dB时,估计得到的DOA和极化参数的均方根误差分别为0.3°和0.7°,明显优于基于分数低阶矩的MUSIC方法。(本文来源于《光学精密工程》期刊2016年07期）
赵晓鸥[2]（2011）在《基于分数低阶循环相关的波达方向估计研究》一文中研究指出近年来,波达方向估计已成为信号处理的一个重要分支,在通信、雷达、声纳、地震勘探等领域获得了广泛的应用与迅速的发展。许多优秀的波达方向估计方法在一定的条件下都可以得到很好的效果。但是,传统的波达方向估计方法有很多局限性,如信号为非平稳信号,噪声为非高斯脉冲噪声等。这也使得传统的波达方向估计方法的应用范围受到影响。针对这些问题,本文提出了基于分数低阶循环相关的波达方向估计方法,拥有潜在的应用前景。本文的主要工作包括：第一,对阵列模型和波达方向的基本原理进行了阐述,对传统的基于子空间法的波达方向估计方法中的多重信号分类(MUSIC)方法和旋转不变子空间(ESPRIT)方法进行研究和仿真。第二,传统波达方向估计方法假设信号是平稳的,有相当一部分信号都不具有平稳特性,其中又有一部分信号具有循环平稳性。由于传统方法无法准确的对循环平稳信号做出波达方向估计,对基于循环相关的波达方向估计方法进行了研究和仿真,指出了其相对传统方法的优势。第叁,针对自然界中存在的一类脉冲噪声进行无法用高斯模型描述。本文对这类α稳定分布的进行了研究,提出了基于分数低阶循环相关的波达方向估计方法,如分数低阶循环MUSIC方法和分数低阶循环ESPRIT方法,并通过实验证明了算法的有效性。最后,给出了基本的利用波达方向估计结果进行无线定位的原理。(本文来源于《北京邮电大学》期刊2011-01-05）
吴华佳,赵晓鸥,邱天爽,查代奉[3]（2009）在《脉冲噪声环境下基于分数低阶循环相关的MUSIC算法》一文中研究指出该文以α稳定分布作为噪声模型,研究了脉冲噪声环境下循环平稳信号的波达方向估计问题。针对在脉冲噪声环境中基于传统2阶循环相关的算法效果显着退化的问题,该文提出了基于分数低阶循环相关的分数低阶循环MUSIC算法(FLOCC-MUSIC)。将分数低阶循环相关与MUSIC算法相结合,可以有效抑制脉冲噪声的同频带干扰。计算机仿真表明了此算法可有效完成高斯噪声和脉冲噪声条件下的波达方向估计,其性能优于传统的基于2阶循环相关的Cyclic-MUSIC。(本文来源于《电子与信息学报》期刊2009年09期）
里红杰[4]（2007）在《基于分数低阶循环相关的系统辨识及应用研究》一文中研究指出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统计特性(HOS)的方法相比具有计算量小、收敛速度快等优点,因此近年来,基于信号循环平稳特性的系统辨识方法受到了广泛的关注。在传统的信号处理中,高斯信号模型占据主导地位,这种假设在许多情况下是合理的,而且在该模型下设计的信号处理方法易于进行理论上的解析分析。然而,在实际应用中存在的大量非高斯信号和噪声具有显着的尖峰脉冲特性,如水声信号、低频大气噪声及许多人为产生的信号和噪声。如果仍采用高斯分布模型来描述这类过程,将会由于模型与信号噪声不能很好匹配而导致所设计的算法性能显着退化。α稳定分布则为这类过程提供了非常有用的理论工具,因此,通常用α稳定分布来描述这类具有显著尖峰脉冲状波形的随机信号。由于α稳定分布是广义的高斯分布,而高斯分布是α稳定分布的特例,因此α稳定分布模型具有更广泛的适用性。但在分数低阶α稳定分布噪声下,由于没有有限的二阶矩,因此在高斯模型下基于二阶统计量的系统辨识方法不能正常工作。本文首先回顾了系统辨识的发展,然后分别从分数低阶α稳定分布模型和高斯模型这两方面着手,具体介绍了基于共变、α谱的系统辨识方法和基于循环平稳特性的二阶统计量的系统辨识方法。然后结合分数低阶相关和二阶循环相关给出了分数低阶循环相关(FLOCC)的定义,并证明了分数低阶循环相关的循环频率与二阶循环相关的循环频率相等的特性。最后在背景噪声为α稳定分布模型假设条件下,应用分数低阶循环相关理论,依据现有的基于循环平稳特性的二阶统计量的系统辨识方法,给出了基于分数低阶循环相关的系统辨识算法。理论分析和计算机仿真表明,该算法在高斯和非高斯α稳定分布噪声环境下均具有良好的韧性。(本文来源于《大连理工大学》期刊2007-12-01）
郭莹,邱天爽,张艳丽,赵勇,栾连毅[5]（2007）在《脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法》一文中研究指出以α稳定分布作为噪声模型,研究了非高斯噪声对传统的二阶循环统计量的影响,提出了分数低阶循环相关的概念,研究并证明了其性质,对传统意义上的二阶循环统计量进行了广义化,并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明,该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值,其性能不仅优于基于二阶循环相关的自适应时延估计算法,而且优于最小平均p范数(LMP)自适应时延估计方法。(本文来源于《通信学报》期刊2007年03期）
分数低阶循环相关论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,波达方向估计已成为信号处理的一个重要分支,在通信、雷达、声纳、地震勘探等领域获得了广泛的应用与迅速的发展。许多优秀的波达方向估计方法在一定的条件下都可以得到很好的效果。但是,传统的波达方向估计方法有很多局限性,如信号为非平稳信号,噪声为非高斯脉冲噪声等。这也使得传统的波达方向估计方法的应用范围受到影响。针对这些问题,本文提出了基于分数低阶循环相关的波达方向估计方法,拥有潜在的应用前景。本文的主要工作包括：第一,对阵列模型和波达方向的基本原理进行了阐述,对传统的基于子空间法的波达方向估计方法中的多重信号分类(MUSIC)方法和旋转不变子空间(ESPRIT)方法进行研究和仿真。第二,传统波达方向估计方法假设信号是平稳的,有相当一部分信号都不具有平稳特性,其中又有一部分信号具有循环平稳性。由于传统方法无法准确的对循环平稳信号做出波达方向估计,对基于循环相关的波达方向估计方法进行了研究和仿真,指出了其相对传统方法的优势。第叁,针对自然界中存在的一类脉冲噪声进行无法用高斯模型描述。本文对这类α稳定分布的进行了研究,提出了基于分数低阶循环相关的波达方向估计方法,如分数低阶循环MUSIC方法和分数低阶循环ESPRIT方法,并通过实验证明了算法的有效性。最后,给出了基本的利用波达方向估计结果进行无线定位的原理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分数低阶循环相关论文参考文献
[1].石屹然,赵晓晖,李新波,石要武.应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数[J].光学精密工程.2016
[2].赵晓鸥.基于分数低阶循环相关的波达方向估计研究[D].北京邮电大学.2011
[3].吴华佳,赵晓鸥,邱天爽,查代奉.脉冲噪声环境下基于分数低阶循环相关的MUSIC算法[J].电子与信息学报.2009
[4].里红杰.基于分数低阶循环相关的系统辨识及应用研究[D].大连理工大学.2007
[5].郭莹,邱天爽,张艳丽,赵勇,栾连毅.脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法[J].通信学报.2007