一种改进的广义循环相关熵时延估计方法

针对同频带干扰及脉冲噪声并存的复杂电磁环境下现有时延估计算法性能退化的问题,该文引入双曲正切函数,提出一种改进的广义循环相关熵时延估计(HTGCCE)算法.首先指出脉冲噪声存在时广义循环相关熵算法的优势及性能退化的原因.然后利用双曲正切函数对其进行改进,以提高算法在脉冲噪声下的时延估计性能.仿真实验表明,提出的算法在脉冲噪声的特征指数较小、信噪比较低及信干比较低时仍保持很好的时延估计性能.     

脉冲噪声环境下改进的顽健循环时延估计算法

研究了脉冲噪声环境下循环平稳信号的时延估计问题,针对脉冲噪声环境中基于传统二阶谱相关函数的时延估计方法性能退化问题,提出了基于分数低阶循环谱的改进顽健算法。相对于传统算法,新算法对脉冲噪声、高斯噪声、干扰信号都具有较好的抑制作用。仿真结果证明了算法的有效性和顽健性。     

基于辅助源和相关熵的ADS-B信息时延估计新算法

提出了一种基于辅助源和相关熵的ADS-B信息时延估计新算法。首先,对报文信息时延产生机制进行了研究,提出新的时延模型;其次,以辅助源信号所包含的多普勒频移特征为研究对象,在信号相似性比较时引入相关熵提出时延估计算法;然后,分别研究了扫描步长与高斯核长对本时延估计精度的影响;最后,通过仿真实验验证了在不同噪声条件下本算法的时延估计性能。与已有方法相比,本算法不需要更改报文格式,在脉冲噪声条件下具有更高的时延估计精度,故具有更好的实际应用价值。     

脉冲噪声环境下基于宽带模糊函数的双基地MIMO雷达目标参数估计新方法

以Alpha稳定分布作为噪声模型,研究了脉冲噪声环境下宽带双基地MIMO雷达系统中参数估计问题.针对在脉冲噪声环境中,基于传统的信号模型和算法效果显著退化的问题,本文提出了基于分数低阶统计量的宽带模糊函数算法.首先根据分数低阶宽带模糊函数的峰值点实现对多普勒频率尺度因子和时延的联合估计.接下来基于分数低阶宽带模糊函数构造两个子阵.通过采用改进的MUSIC算法和ESPRIT算法实现了收发角的联合估计.仿真实验表明本文算法具有很好的性能.     

脉冲噪声环境下基于分数低阶循环相关的MUSIC算法

该文以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著退化的问题,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。     

基于最小CIM准则的Farrow结构分数时延估计

提出了一种基于最小相关熵诱导距离（CIM）和Farrow结构的分数时延估计算法。该算法具有较强的抗脉冲噪声的能力,且所需观测数据较少,时延估计结果精度较高。理论分析和仿真实验表明,所提算法的估计精度和抗脉冲噪声性能均优于基于分数低阶统计量的LETDE算法。     

对称α稳定分布噪声环境下短波衰落信号时延估计的新算法

脉冲噪声环境下信号时延估计是信号处理领域十分活跃的研究方向。在对称α稳定分布噪声环境下,文章提出了一种基于非线性压缩核函数（NCCF）的短波衰落信号的时延估计算法。该算法采用非线性压缩核函数抑制了对称α稳定分布噪声的脉冲拖尾,同时较好保持了目标信号之间的互相关特性,从而保证了信号时延估计的准确性。同以往算法相比,本算法不仅降低了计算复杂度,而且对于衰落信号的时延估计具有更强的稳定性。理论证明和仿真结果均表明,该算法比GCC、FLOC、GCF和非线性变换等算法具有更好的时延估计有效性和准确度。      

脉冲噪声环境下基于相关熵的多径TDOA估计算法

为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法.仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息.     

脉冲噪声环境下基于相关熵的多径TDOA估计算法

为了实现脉冲噪声环境下不受相关法分辨极限限制的高分辨率多径到达时差(TDOA)估计,该文利用相关熵理论中的最大相关熵准则(MCC),结合将多维优化问题转化为多个1维优化问题的期望最大化方法,提出一种相关熵期望最大化(CEM)高分辨率多径TDOA估计算法。仿真实验结果表明该文所提出的算法在强脉冲噪声和低信噪比的环境下都具有很好的估计性能,并且算法中参数的选取不依赖于脉冲噪声的先验信息。     

脉冲噪声下基于相关熵的相干分布源DOA估计新方法

针对复杂电磁环境下被动无线监测定位问题,该文提出广义相关熵的概念,推导了广义相关熵的性质,用以抑制阵列输出信号中的脉冲噪声。为了实现脉冲噪声环境下相干分布源中心DOA和扩散角的联合估计,提出基于广义相关熵的DOA估计新方法,并证明了该方法的有界性。为进一步提升算法的鲁棒性,推导了一种仅依赖阵列输出信号的自适应核函数。仿真结果表明,该算法能够实现脉冲噪声环境下相干分布源参数的联合估计,相比已有算法,具有更高的估计精度和鲁棒性。     

A new correntropy based TDE method under <Emphasis Type="Italic">α</Emphasis>-stable distribution noise environment

This paper presents a robust time delay estimation algorithm for the α-stable noise based on correntropy. Many time delay estimation algorithms derived for impulsive stable noise are based on the theory of Fractional Lower Order Statistics (FLOS). Unlike previously introduced FLOS-type algorithms, the new algorithm is proposed to estimate the time delay by maximizing the generalized correlation function of two observed signals needing neither prior information nor estimation of the numerical value of the stable noise’s characteristic exponent. An interval for kernel selection is found for a wide range of characteristic exponent values of α-stable distribution. Simulations show the proposed algorithm offers superior performance over the existing covariation time delay estimation, least mean p-norm time delay estimation and achieves slightly improved performance than fractional lower order covariance time delay estimation at lower signal to noise ratio when the noise is highly impulsive     

广义复相关熵与相干分布式非圆信号DOA估计

针对相干分布式非圆信号参数估计算法在脉冲噪声环境下性能退化的问题,本文提出了广义复相关熵的概念,并给出了基于广义复相关熵的相干分布式非圆信号DOA（Direction of Arrival）估计方法。该算法首先由分布式信源模型获得入射信号的阵列输出信号,利用信号的非圆特性得到扩展阵列输出信号,再通过扩展阵列输出信号的广义复相关熵矩阵获取信号子空间,避开了传统二阶统计量算法在脉冲噪声下不适应的问题,最后由信号子空间旋转不变特性得到信号的中心波达方向角度。仿真实验结果表明,在Alpha稳定分布噪声条件下,与传统算法相比,本文所提算法具有更好的性能。      

对称稳定分布噪声下基于广义相关熵的DOA估计新方法

针对稳定随机变量有限二阶矩不存在的特点,该文定义了一种新的广义相关熵,并从理论上证明了对称稳定分布随机变量广义相关熵的有界性。此外,提出了一种稳定分布噪声下基于最小广义相关熵准则的DOA估计新方法,给出了一种迭代优化算法并通过仿真实验分析了算法的收敛性。仿真结果表明,与现有基于分数低阶矩的FLOM-MUSIC、基于类相关熵的CRCO-MUSIC以及基于lp范数的ACO-MUSIC算法相比,所提方法可以获得更好的估计结果,尤其是在高脉冲性噪声环境下具有更加明显的优势。     

Novel method based on fractional lower-order correntropy-analogous statistics for parameter jointly estimation in bistatic MIMO radar

According to the performance degradation problem of parameter estimation algorithm in the Alpha stable dis-tribution noise, inspired by the concept of correntropy, a new class of statistics, namely, the fractional lower-order cor-rentropy-analogous statistics (FCAS) was proposed. By employing the fractional lower-order correntropy-analogous sta-tistics based cost function in parallel factor (PARAFAC), the FCAS-PARAFAC algorithm was deduced which can be utilized for the parallel factor under impulsive noise environments. The FCAS-PARAFAC algorithm was applied to pa-rameter estimation in bistatic MIMO radar under impulsive noise environment. The proposed method can suppress the impulse noise interference and has better estimation performance. Furthermore, the estimated parameters are automati-cally paired without the additional pairing method. Simulation results are presented to verify the effectiveness of the pro-posed method.     

Carrier frequency estimation method of time-frequency overlapped signals based on cyclic correntropy spectrum

According to the performance degradation problem of the carrier frequency estimation method of time-frequency overlapped BPSK signals in Alpha-stable distribution noise,a novel carrier frequency estimation algorithm of the time-frequency overlapped BPSK signals based on the cyclic correntropy spectrum was proposed.The relationship between cyclic frequency and carrier frequency on the zero frequency section of the cyclic correntropy spectrum was deduced,which could be utilized for carrier frequency estimation.The proposed method can suppress the impulse noise and has better estimation performance than that of the contrastive methods.Simulation results are presented to demonstrate the effectiveness and robustness of the proposed method.     

脉冲噪声下基于中值离差相关熵的DOA估计方法

作为阵列信号处理的一个基本问题,波达方向估计在现代通信领域有着广泛的应用。常规估计方法通常基于高斯噪声假设。 而当阵列接收数据包含 Alpha 稳定分布脉冲噪声时算法将完全失效。针对 Alpha 稳定分布噪声下的波达方向估计问题,本文定义了一种改进的相关熵算子——中值离差相关熵,并从理论上证明了它的有界性。 以此为基础结合 MUSIC 算法提出了一种波达方向估计新方法。该方法不需要噪声先验知识,且在脉冲噪声环境中具有鲁棒性。仿真实验表明, 即使在短快拍、强脉冲噪声的恶劣环境下,本文方法依然具有良好的性能。      

脉冲噪声条件下的相关熵谱估计

基于相关函数的常规功率谱估计方法在脉冲噪声环境中性能下降明显,受大脉冲干扰时甚至会失效。而具有局部相似度量特性的相关熵对脉冲信号的影响并不敏感,能够很好地适应脉冲噪声条件。将受干扰信号的相关熵函数代替自相关函数,得到基于相关熵的功率谱估计方法。通过仿真进行对比验证,结果表明在相同信噪比条件下基于相关熵的功率谱估计方法在α稳定分布噪声环境中更加稳健,特别在大脉冲条件下（α<1.6）能对有用信号进行更加有效的估计,且估计误差的均值和方差值仍保持很低。      

基于最大混合相关熵准则的主动噪声控制算法

为了处理脉冲噪声，传统的滤波x最大相关熵准则（filtered-x maximum correntropy criterion，FxMCC）自适应算法具有良好的降噪性能在主动噪声控制(active noise control，ANC)系统中。然而，FxMCC算法具有单一的高斯核，其降噪性能和收敛速度易受到核宽度取值的影响。因此，在ANC系统中，本文采用最大混合相关熵准则（maximum mixture correntropy criterion，MMCC），以两个高斯核的混合作为代价函数来推导滤波x最大混合相关熵准则（filtered-x maximum mixture correntropy criterion，FxMMCC）算法。仿真结果表明，在标准对称α稳定（symmetric α-stable, SαS）分布的脉冲噪声的主动噪声控制中，本文提出的FxMMCC算法比其它ANC算法具有更好的降噪性能。      

广义最大总体相关熵自适应滤波算法

在输入与输出信号都被噪声污染的含误差变量模型( errors-in-variables model, EIV)中,总体最小二乘算法已经得到了广泛地应用。然而在脉冲噪声干扰的情况下,其收敛性能就会恶化。因此为了处理这种被脉冲噪声污染的含误差变量模型的情况,本文将广义最大相关熵准则与总体最小二乘估计方法结合,提出了一种鲁棒的广义最大总体相关熵自适应滤波算法。通过算法仿真比较的结果得出所提出的算法在脉冲噪声环境下能够有效地抑制脉冲噪声的存在,有着较好的收敛性能和鲁棒性。