α噪聲背景下信號處理問題是目前信號處理領(lǐng)域的熱點和前沿研究問題,而α噪聲背景下的諧波恢復(fù)問題是該領(lǐng)域的重點研究方向之一,在聲納、通信、生物醫(yī)學(xué)、信道均衡、語音恢復(fù)、自動控制、地震信號分析等許多領(lǐng)域都有著廣泛的應(yīng)用。對于該問題,傳統(tǒng)的研究基本上都是以分?jǐn)?shù)低階矩以及由其派生出來的分?jǐn)?shù)低階統(tǒng)計量方法為工具。然而隨著分?jǐn)?shù)低階統(tǒng)計量方法及應(yīng)用研究的不斷深入,分?jǐn)?shù)低階統(tǒng)計量所存在的問題也逐漸暴露出來:分?jǐn)?shù)低階矩本身所固有的非整數(shù)階的指數(shù)運算,這不僅會造成諧波信號相位扭曲,而且在歐式空間內(nèi)分?jǐn)?shù)階指數(shù)無法展開,因此這給它在信號處理中的應(yīng)用造成了很大困難,甚至連極大似然法、最小二乘法等這些最基本的信號處理方法都無法使用。正是由于這一原因,本文利用樣本相關(guān)算子結(jié)合多重信號分類算法(MUSIC)、旋轉(zhuǎn)不變技術(shù)(ESPRIT)算法對諧波信號頻率進(jìn)行估計,以突破分?jǐn)?shù)低階統(tǒng)計量所固有的非整數(shù)階的指數(shù)運算所帶來的相位扭曲和分?jǐn)?shù)階指數(shù)在歐氏空間無法展開等問題,有效地提高了諧波信號參數(shù)估計精度。本文的主要工作內(nèi)容如下:1.以諧波參數(shù)估計為背景,提出柯西噪聲背景下的克拉美羅界,對其公式進(jìn)行推導(dǎo),得到的公式可用于以α噪聲為...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 噪聲中諧波恢復(fù)研究現(xiàn)狀
        1.2.1 高斯噪聲背景下的諧波恢復(fù)研究現(xiàn)狀
        1.2.2 Alpha噪聲背景下的諧波恢復(fù)研究現(xiàn)狀
    1.3 本文的主要研究工作和章節(jié)安排
        1.3.1 本文的主要研究工作
        1.3.2 本文的章節(jié)安排
第2章 Alpha噪聲背景下諧波恢復(fù)的基本理論基礎(chǔ)
    2.1 Alpha穩(wěn)定分布理論基礎(chǔ)
    2.2 Alpha穩(wěn)定分布的幾種特殊情況
    2.3 Alpha穩(wěn)定分布的性質(zhì)
    2.4 廣義中心極限定理
    2.5 Alpha穩(wěn)定分布仿真實驗
    2.6 克拉美羅下界基礎(chǔ)知識
    2.7 本章小結(jié)
第3章 基于樣本相關(guān)及MUSIC算法的諧波恢復(fù)方法
    3.1 樣本相關(guān)函數(shù)
    3.2 柯西噪聲背景下諧波信號克拉美羅下界
    3.3 基于樣本相關(guān)的子空間-最小范數(shù)MUSIC算法
        3.3.1 基于樣本相關(guān)的子空間-最小范數(shù)MUSIC算法
        3.3.2 仿真實驗與結(jié)論
    3.4 基于特征空間的改進(jìn)MUSIC算法
        3.4.1 基于特征空間改進(jìn)MUSIC算法
        3.4.2 仿真實驗與結(jié)論
    3.5 本章小結(jié)
第4章 基于樣本相關(guān)及ESPRIT算法諧波恢復(fù)方法
    4.1 基于樣本相關(guān)的拓廣ESPRIT算法
        4.1.1 基于樣本相關(guān)的拓廣ESPRIT算法
        4.1.2 仿真實驗與結(jié)論
    4.2 基于樣本相關(guān)的TLS-拓廣ESPRIT算法
        4.2.1 基于樣本相關(guān)的拓廣ESPRIT算法
        4.2.2 仿真實驗與結(jié)論
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
參考文獻(xiàn)
作者簡介及科研成果
致謝



本文編號：3842138