基于分数低阶统计量的水下目标定向新方法

针对传统方法对阵列信号处理所研究的噪声采用高斯分布的模型来进行描述,当噪声存在显著的尖峰时,不能得到满意结果的问题。利用稳定分布对实际中所遇到的具有较大脉冲特性的随机噪声进行建模,分析了共变在阵列信号处理中的不足,利用已有的矢量水听器模型建立一种水下目标定向系统,提出了一种基于分数阶相关的水下目标定向算法。仿真表明这种算法是一种在高斯和分数低阶α-稳定分布噪声条件下具有良好韧性的水下目标定向算法,相对共变而言,分数阶相关具有更宽的噪声特征指数范围,更适用于实际应用。     

基于广义秩模型的分数低阶协方差波束形成

在广义秩信号模型基础上,设计了一种鲁棒波束自适应波束形成方法。通过引入分数低阶变换来抑制非高斯稳定分布噪声, 提出脉冲噪声环境下能够处理信号失配的鲁棒波束形成器算法,并讨论了分数低阶协方差矩阵的可逆性。由于采用Frobenius范数建立明确的模型来刻画期望阵列响应与数据的协方差矩阵之间的不确定性,因此所提算法具有解析闭合形式解。仿真结果表明：与传统波束形成算法相比,所提算法在脉冲稳定分布噪声和信号失配同时存在的情况时具有更好的鲁棒性。     

脉冲噪声下基于相关熵的OFDM时域参数估计

针对传统的正交频分复用(orthogonal frequency division multiplexing,OFDM)时域参数估计方法在Alpha稳定分布噪声环境下性能退化的问题,该文提出了一种基于相关熵的时域参数估计新方法。相关熵是适用于非高斯信号处理的一种广义相关函数,用于表征随机变量的局部相似性。该方法利用OFDM信号时域结构具有局部相似性这一特点以及相关熵对脉冲噪声较好的抑制作用,完成Alpha稳定分布噪声下OFDM信号有用符号时间和符号周期这两个时域参数的估计。此外,为进一步提高强脉冲噪声下有用符号时间和符号周期的估计性能,该文利用累积法对相关熵进行了改进。仿真结果表明,在Alpha稳定分布噪声下,本文提出的基于相关熵的方法具有良好的估计性能,并且在强脉冲噪声下优于基于分数低阶统计量的方法。     

基于分数低阶统计量的正交小波盲均衡算法

对于服从分数低阶Alpha稳定分布的非高斯信号,其二阶和高阶统计量都是不存在的。当环境噪声为这种噪声时,基于高阶统计量的常数模盲均衡算法(CMA)的均衡性能很差。为了克服环境噪声服从分数低阶Alpha稳定分布时,CMA的性能缺陷,提出了一种基于分数低阶统计量的正交小波盲均衡算法。该算法利用分数低阶统计量来抑制Alpha稳定噪声,根据最小分散系数准则优化盲均衡算法的权向量,并对均衡器输入信号进行正交小波变换,通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明,该算法性能明显优于CMA。     

Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

脉冲噪声中基于数据可信度加权的跳频信号检测

时频分析是跳频(frequency-hopping, FH)信号检测的有力工具,但是脉冲噪声下性能严重退化,无法有效地提取跳频信号的周期、频率和跳变时刻等参数;基于分数低阶统计量和最大似然估计(maximum-likelihood,ML)的算法是改善脉冲噪声下FH信号时频分布的两类常用方法,但前者性能改善有限,后者通常对噪声的概率分布较为敏感,且计算复杂度高。对此,提出一种基于数据可信度加权(weighting based on the data credibility,WDC)的FH信号检测方法。该方法基于云模型(cloud model, CM)理论,建立了数据可信度的概念,以分析脉冲噪声下接收信号的不确定性,然后在此基础上实现信号加权,改善脉冲噪声下FH信号的时频分布特征。仿真实验证明,在稳定分布噪声中,该方法与基于分数低阶及Myriad滤波器的时频分析方法相比,能够较好地抑制脉冲噪声,获得FH信号的参数信息,具有良好的鲁棒特性。     

冲击噪声环境中求根类DOA估计方法研究

在介绍冲击噪声的性质及其造成传统求根类算法性能下降原因的基础上,提出利用分数低阶矩(FLOM)和ScreenedRatio原理来构造阵列相关矩阵的两类求根类算法。最后通过计算机仿真对算法进行了分析和比较,结果表明该算法在性能上优于传统的算法,基于ScreenedRatio原理的算法的性能略好于基于FLOM的算法。     

1/f过程与稳定分布过程的关系

1/f过程与稳定分布都是近来引入到通信及信号处理领域中的新模型.通过建立1/f过程的散粒噪声模型,借助Campbell定理获得了1/f过程的概率分布,证明了所得分布服从稳定分布.这一结论对于深入理解这两类过程具有一定的意义.     

拟牛顿分数低阶恒模算法的研究

为了提高分数低阶恒模均衡算法的收敛速度,提出了一种基于分数低阶恒模代价函数的拟牛顿自适应盲均衡算法.由于在权矢量更新方程中引进了代价函数的二阶Hessian矩阵,从而使算法的收敛速度较利用最速下降法的分数低阶恒模算法大大提高且具有较好的韧性.利用Matlab 对两种算法进行仿真,仿真结果对新算法性能的提高进行了验证.     

基于MATLAB的阵列信号处理仿真方法

介绍如何使用MATLAB构建阵列信号处理系统模型,包括相干信号模型,幅度和相位误差模型,针对不同模型,实现协方差矩阵产生方法,波达方向估计的子空间方法,自适应波束合成器的权值求解算法和方向图、阵列增益等系统参数的仿真.这些仿真模型和方法,对于各种复杂的阵列信号处理研究,具有重要的基础作用.     

成比例分数阶系统的仿真研究

成比例分数阶系统是一种特殊的分数阶系统.这里提出将成比例分数阶系统的基本阶次项看作一个整体,成比例分数阶系统就转化成一个常规的整数阶系统.通过对成比例分数阶系统的基本阶次项进行近似化研究,减少了系统的复杂性.并用仿真实例进一步演示了该方法的简洁性,可以有效分析成比例分数阶系统问题.     

基于框图的分数阶非线性系统仿真方法及应用

针对在实际情况中应用越来越广泛的分数阶微积分系统,提出了分数阶微积分方程的框图求解法。通过Simulink搭建仿真框图,可以直接求出分数阶非线性微积分方程的数值解析解。该方法最大的优点是能够解决由一般的分数阶微积分知识所不能或是很难求解的复杂分数阶微积分问题,对于分数阶的线性微积分方程也完全适用。用仿真实例进一步演示了该方法的简洁、有效,可以解决任意的分数阶微积分方程的求解问题。     

道琼斯工业指数与纳斯达克指数的非线性协整分析

首先对道琼斯工业指数进行分整分析,长记忆的道指被分数维差分得到平稳时间序列;进而对纳指也进行分数维差分.由于两指数的分整阶数不同,故不存在线性协整关系,所以,文章着重讨论两指数的非线性协整关系.     

分数阶动态系统的数值算法

给出了求解分数阶动态系统的一个非常有效的数值方法。本方法不但公式简单易编程，而且具有计算精度高、运算速度快等优点。本方法的思想是依据在实际应用中，通常要求给定函数有足够的连续性和光滑性，这就使得它们的Riemann-Liouville和Gruenwald—Letnicov分数导数完全等价。这样在分数阶动态系统中，可以利用Gruenwald—Letnicov分数导数的1阶或高阶近似表达式来近似表示Riemann-Liouville分数导数。最后给出一个仿真实例，说明所给方法的有效性。     

Digital implementation of fractional order PID controller and its application

1.INTRODUCTION Fractionalcalculushasahistoryof300years.Itisa subjectthatinvolvesthetheoryofintegralsand derivativesofarbitraryorder.Forthreecenturiesthe theoryoffractionalcalculushasdevelopedmainlyasa puretheoreticalfieldofmathematicsusefulformathe maticians.Butinrecentyearsitsapplicationshave beenseeninmanyfieldssuchas,viscoelasticity,a coustics,rheology,polymericchemistry,fractals, control,andmanyotherfields[1～4]. Applyingfractionalcalculusinthecontrolfieldis justarecentfocusofinte…     

基于RBF神经网络的分数阶混沌系统的同步

针对分数阶混沌系统的同步问题,提出一种基于径向基函数(Radial BasisFunction,RBF)神经网络的控制器。利用RBF神经网络对同步误差系统进行补偿控制,神经网络的权值可以在线调整,使得同步误差渐近收敛到零点。基于Lya-punov稳定性理论,分析了该控制器的稳定性。分别以分数阶Chen系统的同步和分数阶Liu系统的同步为例进行了数值仿真,仿真结果验证了所设计的控制器的有效性和鲁棒性。     

分数阶反向累加NHGM(1,1,k)模型及其应用研究

灰色预测模型的模拟序列是齐次指数序列,而实际应用中大量存在着近似非齐次指数序列,为了解决这个问题,在已有研究的基础上,提出了一阶反向累加NHGM(1,1,k)模型和分数阶反向累加NHGM(1,1,k)模型.分析了两种模型的扰动界,并对一阶反向累加NHGM(1,1,k)模型和分数阶反向累加NHGM(1,1,k)模型的计算公式进行了推导,给出了两类模型适用于小样本建模的原因.由于充分利用了系统的新信息,分数阶反向累加NHGM(1,1,k)模型的预测精度更高,实例分析发现其解的稳定性更好.最后,将分数阶反向累加NHGM(1,1,k)模型运用在具有多个研制阶段的某型号武器装备可靠度的预测上,取得了较高的预测精度.     

基于分数阶微积分的机械臂滑模控制的研究

针对机械臂这类非线性与不确定性的系统,将分数阶微积分理论与滑模控制策略的优点相互结合,提出一种有效的分数阶滑模控制方法。在控制器的设计过程中,分别以分数阶趋近律与分数阶滑模控制律两种手段将分数阶微积分引入到滑模控制中,并运用Lyapunov理论进行证明,从而确保系统的稳定性。将提出的控制方法应用于二关节机械臂上,使用MATLAB仿真软件进行仿真验证。结果表明,所提控制策略可有效提高关节的跟踪速度与跟踪精度,控制器具有良好的有效性和鲁棒性。     

基于扰动信息的连续区间灰数灰色预测模型

针对连续区间灰数的预测,提出了分数阶累加二次时变参数离散灰色预测模型(FQDGM (1,1)模型)。在不损失原始信息的前提下,将区间灰数转化为核序列和灰半径序列,然后分别对核序列和灰半径序列建立FQDGM (1,1)模型。新模型针对同时包含指数和二次曲线趋势的系统,通过二次时变参数的求解和阶数的调整,实现对于原始信息进行有效挖掘,避免扰动信息的干扰,提高模型的稳定性。最后,运用不同灰色预测模型,对于一个算例和一个实例进行建模,计算结果显示了所提方法的优越性,从而进一步拓展了灰色预测理论的应用范围。