時間延遲估計與波束形成是信號處理領域兩個重要的研究分支。在時間延遲估計與波束形成的研究中,通常假設接收機或陣列傳感器接收的噪聲服從高斯分布,在多數情況下,這種假設是合理的。然而,在無線通信、雷達、水聲和生物醫(yī)學信號處理中遇到的信號和噪聲,有時會呈現出顯著的脈沖特性和厚拖尾特征,采用穩(wěn)定分布噪聲模型描述更合理。本文在前人工作的基礎上,利用Renyi熵、相關熵、改進的馬氏距離、分數低階統計量、概率密度函數的Parzen核估計等技術,研究穩(wěn)定分布噪聲下時延估計和波束形成算法,具體工作描述如下： (1)分別以Renyi熵與相關熵為代價函數,設計穩(wěn)定分布噪聲下韌性時延估計算法,并給出以Renyi熵與相關熵為代價函數的合理性解釋。首先,分別推導了對稱穩(wěn)定分布Renyi二次熵與相關熵的參數表示；根據這兩個參數表示,證明了兩種等價性：最小誤差熵準則與最小分散系數準則等價；對于位置參數為零的對稱穩(wěn)定分布,最大相關熵準則與最小分散系數準則等價。并將上述結果應用于穩(wěn)定分布噪聲下的自適應時間延遲估計中,仿真實驗驗證了算法的有效性。其次,利用相關熵可以刻畫隨機過程相似性這一特征,對傳統的平均幅度差函數時延估計算...

【文章頁數】：179 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 穩(wěn)定分布噪聲下信號處理研究現狀
        1.2.2 時間延遲估計與波束形成研究現狀
        1.2.3 Renyi熵與相關熵研究現狀
    1.3 本文研究內容及論文結構
2 預備知識
    2.1 穩(wěn)定分布定義及分數低階統計量
        2.1.1 穩(wěn)定分布定義
        2.1.2 分數低階統計量簡介
    2.2 Renyi熵
        2.2.1 Renyi熵的定義及其估計
        2.2.2 最小誤差熵準則
    2.3 相關熵
        2.3.1 相關熵的定義及性質
        2.3.2 最大相關熵準則
    2.4 本章小結
3 穩(wěn)定分布的Renyi二次熵及其在時間延遲估計中的應用
    3.1 引言
    3.2 穩(wěn)定分布的Renyi二次熵與分散系數的關系
    3.3 最小誤差熵準則與最小分散系數準則
    3.4 穩(wěn)定分布噪聲下基于Renyi熵的自適應時間延遲估計
        3.4.1 時間延遲估計模型及算法描述
        3.4.2 仿真結果及參數討論
    3.5 本章小結
4 穩(wěn)定分布的相關熵及其在時間延遲估計中的應用
    4.1 引言
    4.2 穩(wěn)定分布的相關熵及其性質
        4.2.1 對稱穩(wěn)定分布的相關熵
        4.2.2 對稱穩(wěn)定分布的相關熵的高階矩特性
        4.2.3 穩(wěn)定分布的相關熵與分數低階矩
    4.3 基于最大相關熵準則的時間延遲估計
    4.4 基于相關熵的改進AMDF時間延遲算法
        4.4.1 AMDF時間延遲算法
        4.4.2 基于相關熵的AMDF改進時間延遲算法及仿真結果
    4.5 本章小結
5 改進的馬氏距離及其在穩(wěn)定分布噪聲下TDOA/FDOA聯合估計中的應用
    5.1 引言
    5.2 改進的馬氏距離
    5.3 基于改進的馬氏距離的TDOA/FDOA聯合估計算法
    5.4 算法仿真結果
    5.5 本章小結
6 穩(wěn)定分布噪聲下基于分數低階統計量的波束形成
    6.1 引言
    6.2 兩種基于分數低階統計量的波束形成算法及其推廣
        6.2.1 基于分數低階協方差矩陣的線性約束最小方差波束形成的推廣
        6.2.2 分數低階最小功率無畸變響應波束形成的推廣
        6.2.3 兩種推廣的波束形成器的關系
        6.2.4 兩種推廣算法仿真結果比較
    6.3 分數低階最小功率無畸變響應波束形成的白噪聲增益分析
        6.3.1 波束形成的穩(wěn)健性與白噪聲增益
        6.3.2 分數低階最小功率無畸變響應波束形成的白噪聲增益
        6.3.3 分數低階協方差矩陣的特征值分散程度
        6.3.4 FrMPDR波束形成白噪聲增益更大的原因
    6.4 基于迭代最小p范數的可變對角載入波束形成算法
        6.4.1 GSC框架下采用RLS算法實現LCMP波束形成器
        6.4.2 基于迭代最小p范數算法的可變對角載入波束形成算法
        6.4.3 仿真結果與討論
    6.5 穩(wěn)定分布噪聲下基于廣義秩模型的波束形成
        6.5.1 廣義秩模型介紹
        6.5.2 廣義秩算法1推導
        6.5.3 廣義秩算法2推導
        6.5.4 仿真結果與討論
    6.6 本章小結
7 穩(wěn)定分布噪聲下基于概率密度函數匹配的恒模波束形成
    7.1 引言
    7.2 脈沖穩(wěn)定分布噪聲下基于概率密度函數匹配的無約束恒模波束形成
        7.2.1 基于概率密度函數匹配的無約束恒模波束形成算法原理
        7.2.2 算法收斂因子討論
        7.2.3 仿真實驗與討論
    7.3 脈沖穩(wěn)定分布噪聲下基于概率密度函數匹配的約束恒模波束形成算法
        7.3.1 基于概率密度函數匹配的約束恒模波束形成算法推導
        7.3.2 仿真實驗與討論
    7.4 本章小結
8 結論與展望
    8.1 主要研究內容總結
    8.2 創(chuàng)新點摘要
    8.3 未來工作展望
參考文獻
附錄A 命題6.3 的證明
附錄B 引理6.4 的證明
附錄C 定理6 .6的證明
附錄D 定理6.7 的證明
攻讀博士學位期間科研項目及科研成果
致謝
作者簡介



本文編號：3841962