基于自相关函数的决策树算法

判决精度是归纳学习及其应用领域中所涉及的主要问题,该文根据自相关函数与谱密度函数之间的对应关系,提出了一种新的基于自相关函数的决策树归纳学习算法,实验结果表明,自相关决策树算法在判决精度测试方面取得了比较好的收效。     

SNCK信号的循环自相关函数仿真

本文介绍了一种正弦型调频技术 正弦型非线性切普键控(Sinusoidal Nonlinear Chirp Keying,SNCK),阐述了SNCK技术的信号基本特征,诸如,波形样本的数学模型、时间频率调制曲线、已调信号的功率谱密度及SNCK信号相对于经典LFM信号的优点.同时,介绍了SCD技术及已调SNCK信号波形样本的循环自相关函数的仿真结果.     

基于循环自相关函数的浊音端点检测

为提高浊音端点检测的准确率和效率,提出一种基于循环自相关函数的检测方法.设计语音的循环自相关函数,利用该函数与短时能量定义状态及转移损失函数,通过动态规划方法判别浊音的端点,并采用不同分类判断方法与检测函数进行测试.实验结果表明,与基于能量及谱墒的方法相比,该方法的抗噪性能较好.     

素平方序列的自相关函数

介绍了一种p^2-序列,它是利用Zp^2上阶数为2的广义割圆类定义的,该序列的线性复杂度最大值为p。利用计算机模拟的方法给出了所有p〈50的p^2-序列的随机性指标,包括周期与拟周期自相关函数以及自相关函数Merit因子等。证明了该序列的周期自相关函数为二值或三值,并据此指出p^2-序列不是一种“好”的伪随机序列。     

基于自相关函数的非平稳时序数据的辨识改进

由于自相关函数刻画了时序数据在不同时刻取值的线性相关程度,故其在时序数据的统计分析中得到了广泛的应用。讨论了基于FFT变换的自相关函数计算原理,结合非平稳时序数据的辨识需求,基于自相关函数理论对趋势和周期成份的分离次序以及残留序列的随机类型识别等问题进行了深入分析,进一步提出了一种改进的非平稳时序数据的辨识算法。实验验证了改进算法的合理性和有效性。     

基于时域自相关平方函数的基音周期估计

语音信号的基音估计算法多年来一直是人们关注的问题。属于时域法的基于短时自相关函数的基音估计方法以其算法简单、计算量小而成为人们首选的算法。论文在此法的基础上,提出了一种基于时域自相关平方函数的基音周期估计方法。通过实验仿真表明,该方法简单易行,基音周期估计的准确性比较高。     

脉冲噪声下基于循环相关熵的PSK信号码速率估计

针对现有相移键控(PSK)信号码速率估计方法在脉冲噪声下性能退化甚至失效的问题,提出一种循环平稳理论框架下基于相关熵的码速率估计新方法.构造信号的循环相关熵函数,并理论推导给出在二相相移键控(BPSK)信号下的循环相关熵函数.该方法可通过检测PSK信号循环相关熵函数的离散谱线实现码速率估计,不需要噪声的先验信息,且能够直接利用FFT计算信号的循环相关熵函数的延迟切片,实现简单.仿真结果表明,所提出方法能有效抑制脉冲噪声,尤其在强脉冲噪声环境下,具有良好的PSK信号码速率估计性能.     

自相关函数特征提取的向量并行算法研究

本文针对图象模块化的计算特点,研究了具有平移、相似不变性质的自相关函数特征的向量化并行算法。通过微机模拟给出了飞机图象的处理结果。此并行计算方法适用于一般图象模块卷积计算,可用于计算机视觉并行计算及大型并行机的图象处理,已移值于某并行机。     

加权短时自相关函数的基音周期估计算法

语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数(Autocorrelation Function,ACF)算法提取基音频率。在传统的ACF方法基础上,利用短时平均幅度差函数(Average Magnitude Difference Function,AMDF)的平方对ACF函数进行加权,由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明,该方法提高了基音周期检测的准确率。     

一种分段平稳随机过程自相关函数逼近模型

为处理信号处理过程中经常遇到非平稳随机信号,可以将其划分为分段平稳随机信号,而自相关函数则可以用来反映分段平稳信号的本质特征。分析了分段平稳随机过程自相关函数的计算,针对传统的函数逼近模型计算量较大、误差较高等缺点,提出一种新的自相关函数的逼近模型,给出分段平稳随机信号的自相关函数的近似表达式,并利用牛顿迭代法进行优化计算。仿真实验证明模型计算速度快,具有较好的逼近效果,误差也明显降低,而且变化相对平缓。将其应用到数字图像信号进行模糊图像恢复,得到了很好的恢复效果。     

有限数据下循环谱的频域平滑对称式周期图法估计性能分析

研究了循环谱在短时信号处理中的应用问题，推导了在有限数据条件下，循环谱的对称式周期图估计和频域平滑对称式周期图估计的估计方差表达式，并从平滑估计后的分辨率与方差两方面，分析了循环谱的频域平滑对称式周期图法估计性能，得出了存在最佳平滑点数以及频域平滑循环谱估计是渐进一致估计的结论。最后用计算机模拟的实例验证了结论的正确性。     

基于循环谱的多循环频率加权合作频谱检测

在接入主用户授权频段之前,认知用户需要检测该频段是否处于空闲状态,以免干扰主用户通信.利用主用户信号和噪声的不同谱相关特性,研究了基于循环谱的频谱检测方法.将主用户非零循环频率上的接收信号循环谱幅度作为检测统计量,给出了判决准则和检测方法.利用主用户信号在不同循环频率下不同程度的循环平稳特征,多个循环频率之间通过加权迭代合作来提高检测结果的可信度;并通过蒙特卡罗仿真方法验证该方法的可行性.仿真结果表明:加权迭代合作可有效实现频谱检测,且检测性能优于等权合作检测;通过合理选择信号采样点数、循环频率个数、迭代次数进行合作检测既可有效提高检测概率,又能保证检测灵敏度.     

脉冲噪声环境下宽带循环平稳信号DOA估计算法

针对传统二阶循环相关算法在脉冲噪声环境中的显著退化问题,本文以α稳定分布为噪声模型,提出基于分数低阶循环相关的波达方向(Direction of arrival,DOA)估计算法。利用分数低阶循环相关的相移特性,将宽带循环平稳信号的DOA估计问题转化为"中心频率"为ε的窄带问题,解决了宽带情况下DOA估计困难的问题。计算机仿真结果进一步验证了此算法的有效性,且性能优于传统SC-SSF(Spectral correlation signal subspacefitting)算法。     

优化组合相关函数方法的BOC无模糊跟踪性能研究

二进制偏移载波(Binary-Offset-Carrier)调制广泛应用于现代化的全球导航卫星系统(Global Navigation Satellite System, GNSS)中,但BOC信号的自相关函数(Autocorrelation Function, ACF)的多副峰性质易产生跟踪模糊。针对该问题,提出了一种基于优化组合相关函数方法来实现BOC信号无模糊跟踪。该方法以自相关函数主峰为无模糊跟踪目标函数,采用最小二乘法获得多组不同时延BOC信号自相关函数组合的加权系数,并将获得的无模糊相关函数与原自相关函数相乘构成非相干鉴相器实现无模糊跟踪。分析了正弦相位和余弦相位BOC信号的跟踪性能,仿真结果表明该方法消除了BOC信号的跟踪模糊,同时保持了良好的跟踪性能。     

OFDM信号循环谱分析及参数估计*

针对在无线电监测和认知无线电系统中,信号参数估计这一重要问题,证明了OFDM信号具有循环平稳性的必要条件是加循环前缀或有非矩形脉冲成型,并以线性周期时变变换(LPTV)模型为基础,推导了OFDM信号的循环谱表达式。通过对连续信号和离散信号进行计算机仿真,都得到了相同的OFDM信号循环谱图,实现了OFDM信号符号周期的估计,结果与理论分析相吻合。     

基于自适应滤波的多模噪声抑制研究

多数研究都是将噪声当作高斯噪声处理,但实际上在多模噪声(整体上属于非高斯噪声)背景下,信号受损严重。用传统的LMS自适应算法不能很好的抑制噪声,格里菲斯LMS算法收敛速度较慢。提出一种将格里菲斯LMS算法(GLMS)与LMS-Newton算法相结合的GLMS-Newton算法,并给予了改进。在改进中,不仅采用了基于互相关变步长因子,而且引入了基于输入信号与期望信号的互相关的梯度算子。仿真表明,在收敛速度、稳态误差等方面都有了较大改善,能够很好的抑制多模噪声,提取出有用信号。     

基于循环谱的改进BPSK直扩信号检测算法*

在有限数据长度条件下,针对低信噪比下的二相相移键控(BPSK)直接序列扩频(DS-SS)信号,提出一种基于数据分段和重叠保留处理的改进检测算法。该算法无需信号的先验知识,通过在非零循环频率上的一维搜索实现信号检测。实验结果表明,该算法能有效抑制噪声,在低信噪比下对于DS-SS信号具有较好的检测性能。     

数据挖掘算法评分函数研究

阐述了数据挖掘的定义及所涉及到的基础理论知识,同时介绍了数据挖掘算法的评分函数,并根据数据挖掘本身的特点,探讨了选择合适算法评分函数的重要性。     

关于雷达虚警及检测性能的研究

从基本雷达方程的推导入手,给出了雷达作用距离和参数之间的定量关系。然后根据在雷达信号检测中应用广泛的奈曼皮尔逊准则,即要求在给定的信噪比条件下,满足一定的虚警概率Pfa时的发现概率Pd最大,通过对噪声的概率密度的研究,画出了曲线图。最后具体用一个例子分析说明了影响检测概率的主要因素是信噪比。