針對脈沖噪聲中的信號檢測問題,該文提出一種基于指數(shù)函數(shù)的非線性變換函數(shù)設計與優(yōu)化方法。該方法利用指數(shù)函數(shù)衰減速度可調(diào)的優(yōu)點,適用于脈沖噪聲的各種分布模型。通過引入效能函數(shù),將非線性函數(shù)設計問題轉(zhuǎn)化為以效能最大化為目標的閾值與底數(shù)參數(shù)優(yōu)化問題。由于效能是關于待優(yōu)化參數(shù)的連續(xù)可導且單峰函數(shù),該優(yōu)化問題可采用數(shù)值優(yōu)化方法如單純形法快速穩(wěn)健地求解。性能分析表明,針對脈沖噪聲常用的對稱α穩(wěn)定分布、Class A分布和高斯混合分布,該文方法均能取得基本最優(yōu)檢測性能,基于實測大氣噪聲仿真的通信誤碼率也明顯優(yōu)于傳統(tǒng)的削波器和置零器。因此,該文為各種分布的脈沖噪聲提供了一個統(tǒng)一的最優(yōu)抑制解決方法。 

【文章來源】：電子與信息學報. 2020,42(04)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

在噪聲下的,T,a)

7%;GZMNL效能接近最大效能；最優(yōu)置零器和GGM為次優(yōu)；最優(yōu)削波器最差。根據(jù)式(17)表達式，可求得各個方法在在ClassA噪聲中的平均信噪比損失，指數(shù)函數(shù)X軸、Y軸和定點平移模式的信噪比損失分別為0.04dB,0.03dB和0.03dB;GZMNL和GGM的信噪比損失分別為0.21dB和0.79dB；最優(yōu)置零器和最優(yōu)削波器信噪比損失分別為0.23dB和3.38dB�？梢姳疚姆椒ㄏ鄬τ谧顑�(yōu)檢測的信噪比損失很校5.3高斯混合噪聲中設計與分析高斯混合噪聲可看作兩種分量的高斯混合模型，它的PDF為[26,27]圖3SαS噪聲中非線性函數(shù)比較圖4SαS噪聲中非線性函數(shù)效能圖5ClassA噪聲中非線性函數(shù)效能936電子與信息學報第42卷

閆骱?GGM為次優(yōu)；最優(yōu)削波器最差。根據(jù)式(17)表達式，可求得各個方法在在ClassA噪聲中的平均信噪比損失，指數(shù)函數(shù)X軸、Y軸和定點平移模式的信噪比損失分別為0.04dB,0.03dB和0.03dB;GZMNL和GGM的信噪比損失分別為0.21dB和0.79dB；最優(yōu)置零器和最優(yōu)削波器信噪比損失分別為0.23dB和3.38dB。可見本文方法相對于最優(yōu)檢測的信噪比損失很校5.3高斯混合噪聲中設計與分析高斯混合噪聲可看作兩種分量的高斯混合模型，它的PDF為[26,27]圖3SαS噪聲中非線性函數(shù)比較圖4SαS噪聲中非線性函數(shù)效能圖5ClassA噪聲中非線性函數(shù)效能936電子與信息學報第42卷

【參考文獻】：
期刊論文
[1]抑制脈沖型噪聲的限幅器自適應設計[J]. 羅忠濤,盧鵬,張楊勇,張剛.  電子與信息學報. 2019(05)
[2]基于高斯化-廣義匹配的脈沖型噪聲處理方法研究[J]. 羅忠濤,盧鵬,張楊勇,張剛.  電子與信息學報. 2018(12)
[3]大氣噪聲幅度分布與抑制處理分析[J]. 羅忠濤,盧鵬,張楊勇,張剛.  系統(tǒng)工程與電子技術. 2018(07)
[4]OFDM系統(tǒng)的信道與脈沖噪聲的聯(lián)合估計方法[J]. 呂新榮,李有明,余明宸.  通信學報. 2018(03)



本文編號：3487716