非高斯有色噪声背景下二维谐波频率估计的累积量投影方法

针对非高斯有色噪声中的二维谐波频率估计问题,该文提出了复数线性非高斯过程的二维累积量投影定理。应用该定理并巧妙地构造观测信号的高阶累积量求得非高斯噪声的自相关,并通过求解一个广义特征值对噪声空间进行预白化,然后结合高分辨率的子空间方法二维MUSIC估计得到二维谐波参量。该文方法解决了非高斯有色噪声中的二维谐波频率估计问题,特别地当非高斯噪声为对称分布和谐波信号中存在二次相位耦合时该文方法同样有效。仿真实验验证了该文结论。     

色噪声背景下的二维谐波频率估计

针对色噪声背景下的二维谐波频率估计问题,本文提出了拓广的二维ESPRIT算法.该算法对二维MA模型的噪声具有比较好的抑制能力.同时,对于二维频率配对问题,本文给出了一种更为简便的方法.仿真实验验证了算法的正确性.     

基于矩阵束的二维谐波恢复

本文在研究了二维谐波信号相关矩阵后,提出了一种称之为"矩阵束的二维谐波恢复(MP2D)"算法,该算法既不需要求解二维特征多项式的根,也不需要在二维频率空间搜索谱峰,算法具有高效性。仿真实验表明,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。     

分形差分高斯噪声中正弦波频率估计

本文提出了分形噪声中的谐波恢复问题，针对分形差分高斯噪声中正弦波频率估计，提出了一种偏差补偿线性最小二乘与极大似然估计相结合的组合算法。模拟实验结果表明，该方法不仅具有高的分辨率，而且能有效地抑制分形差分高斯噪声的影响。     

基于Hamilton四元数矩阵奇异值分解的二维谐波频率参量估计

对于二维谐波信号的四元数模型,首先论述其与二维谐波的实数模型和复数模型之间的对应与转换关系,之后提出运用四元数矩阵奇异值分解估计二维谐波中频率参量的算法.这种算法首先可以利用四元数矩阵的奇异值判断出原始的二维谐波信号个数,然后再分别利用四元数矩阵的左、右奇异向量中的噪声向量构造的噪声子空间估计出两维的谐波频率参量.算法本身需要的数据量少,数据矩阵构造简单,并且可以同时估计出两维谐波频率参量.从仿真实验中可以看出,本文提出的算法计算量相对其它针对二维谐波四元数模型的算法要小.仿真实验验证了本文算法的正确性.     

乘性和加性噪声相关背景下的二维谐波频率估计

本文利用二维循环统计量方法对乘性噪声之间相关、乘性噪声和加性噪声之间也相关这种复杂噪声背景下的谐波恢复问题进行了研究.首先,提出了二维噪声互可混的概念,用它来体现多个二维噪声之间的关系;然后,在乘性噪声为非零均值时,定义了二维循环均值来估计信号频率.在乘性噪声和加性噪声为零均值时,定义特殊的二维六阶时间平均多矩谱切片来估计信号频率.仿真实验证明了算法的有效性.     

乘性和加性噪声中二维谐波频率估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究零均值乘性和加性噪声并存下的二维谐波信号频率估计问题,提出了一种基于数据矩阵的奇异值分解和子空间的旋转不变性的零均值乘性和加性噪声中的谐波频率的估计方法。乘性噪声为零均值情形下传统的估计方法往往难以直接应用或估计失效。本文利用谐波模型信号特征,通过对观测信号进行平方运算构造了一个数据矩阵。通过对数据矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了零均值乘性和加性噪声中的谐波频率和数据矩阵之间的一种内在关系。这个性质可以用于零均值乘性和加性噪声并存下的二维谐波信号频率估计,并且所得的二维频率能自动配对。仿真实验验证了本文所提算法的有效性。      

基于三阶循环累积量的二维谐波信号的参数估计

本文从循环平稳的观点出发来研究乘性和加性噪声中的二维谐波参数估计问题.利用循环累积量的性质得到了二维三阶循环累积量单一记录估计的统计性质.在此基础上,提出了基于三阶循环累积量特殊切片的二维谐波分量个数和频率对的估计方法,并得到了估计的强相容性质和强收敛速度.仿真试验对算法作了说明.     

非高斯色噪声条件下的最小二乘单音频率估计

提出一种非高斯色噪声条件下的最小二乘单音频率估计算法,该算法首先将待估计单音频率搬移至零频附近,然后通过抽取滤波把噪声转换为高斯白噪声,最后引入相位差分最小二乘频率估计构成整个算法.该方法摆脱了FFT类算法频率分辨率的束缚,可以为自动调制识别等应用提供高精度的符号速率估计.     

基于子空间旋转不变性的加性有色噪声中谐波频率的估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法。利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系。利用这个性质可以估计加性有色噪声中谐波的频率。本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用。仿真实验验证了本文所提算法的有效性。