文档介绍：摘要阵列信号处理是信号处理的一个重要分支,被广泛而迅速地应用在通信、雷达、声纳、地震勘探、射电天文等领域。传统的阵列信号处理的研究主要集中在基于高斯型噪声的环境下。但是,诸如海洋环境噪声、大气噪声、语音信号和生物医学信号及多种人为噪声等这些在自然界中更普遍存在的是非高斯型脉冲噪声。因此,近年来这类噪声引起了国内外研究工作者的广泛重视,并从理论上对此进行了深入的研究和发展。目前,作为阵列信号处理的主要内容之一的波束形成技术多依赖于高斯噪声环境,在应对脉冲噪声环境时原有方法往往产生退化,这阻碍了该技术的现实应用和发展。因此,非高斯脉冲噪声下的波束形成技术的研究尤显其重要意义。本课题主要研究了在口稳定分布脉冲噪声下利用分数低阶统计量及神经网络的方法进行阵列信号处理饕J遣ㄊ纬的问题。在非高疑分布中,仃稳定分布是非常重要的一类模型,用来描述重拖尾特征的非高斯脉冲信号和噪声。特别是,榷ǚ植及烁咚狗植嫉那榭当口时梢运悼谖榷ǚ植际首先,本文对课题所应用到的知识点做了概要的介绍,其中包括口稳定分布模型,基本理论,神经网络常用方法以及波束形成技术。其次,介绍了基于上述理论,本文研究工作的理论、模型及模拟结果分析。在阵列信号处理中,基于分数低阶统计量的方法包含了期望信号的波达方向畔ⅲ虼朔浅J视糜诖砺龀逶肷碌牟ㄊ纬晌侍狻V档米⒁獾是,基于的方法在处理口稳定分布信号和噪声时表现出良好的韧性。为了减少阵列处理的计算复杂度,把阵列信号处理看作一个从输入空间到输出空间的非线性映射,并利用缋幢平狻成洹NA丝朔龀逶肷吹母面影响,对绲氖淙胂蛄坎捎昧朔质徒自ご怼N闹心D獠糠指隽缬敫髦志渌惴ǖ南晗傅男阅芏员取⒏谋涓鞑问榭鱿峦缡涑龅姆治及有无预处理的缡涑龅奈蟛罘治觯D獗砻骶鼺ご淼缒芄辉诼龀逶肷跫陆虾玫乇平庖环窍咝杂成洹最后,本文对上述工作做以小结,并展望了未来进一步的研究工作。关键词:波束形成,榷ǚ植迹現琈,径向基函数网络广义上的高斯分布。
知识水坝***@pologoogle为您整理
,,瑀,,,甀口..—琱瑂狦—甌,甀,瓵琱琲.:。..甅甀
知识水坝***@pologoogle为您整理
日期:趟蚕亟堑塞独创性说明作者签名:作者郑重声明:本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。
髀相关知识的基本概念和原理阵列信号处理是信号处理的一个重要的分支,被广泛而迅速的应用在通信、雷达、声纳、地震勘探、射电天文等领域。其重要应用包括:信源定位,信源分离和信道估计。阵列信号处理的主要问题包括波束形成技术、零点形成技术及空间谱估计等传统的阵列信号处理研究主要是在高斯噪声环境下进行研究的。然而,在诸如水声、雷达、通信和生物医学信号处理等领域的实际应用中,所遇到的许多随机信号和噪声并不是正态分布的。当信号中存在显著的脉冲噪声,使用高斯模型往往不能得到满意的结果,甚至产生算法退化。因此,针对在自然界中非高斯噪声的广泛存在,很必要考虑非高斯模型以避免过于单纯化的高斯假设而导致的精确度损失。近年来,人们使用一种统计信号模型称为口稳定分布美疵枋稣饫嘀赝衔蔡卣鞯姆歉咚孤龀逍藕藕驮肷?谖榷ǚ植际欠高斯分布中很重要的一类模型,它具有良好的稳定性,满足广义中心极限定理L乇是,口稳定分布包括了高斯分布的情况盿时梢运礱稳定分布是广义上的高斯分布。因此,口稳定分布被认为是最有潜力和吸引力的模型之一。波束形成是阵列信号处理的重要内容之一。在移动通信里,频谱拥挤和同信道干扰困扰着移动通信的发展,而利用智能天线的波束形成技术有望成为解决这一困扰的途径。在某些场合,期望用户和干扰信号处于运动中,它们的方向随时改变。这样就要求~种快速的波束形成技术以跟踪它们的方向变化。然而,在现有波束形成方法中无论是随机性波束形成眯藕诺耐臣铺匦裕热缧藕诺姆歉咚剐浴⒀菲轿刃还是确定性波束形成眯藕诺娜范ㄐ蕴匦裕热绾隳P都包含大量的计算。鉴于以上这些阵列处理算法难以实时实现,神经网络方法被认为是一个可以实时完成阵列处理任务的候选者之1疚陌崖龀逶肷肪持械牟ㄊ纬煽醋魇且桓隹间到另~个空间的非线性映射,利用一个缋幢平庖环窍咝杂成洹NA吮苊饧性脉冲噪声的负面影响,我们对神经网络的输入向量利用分数低阶统计量进行预处理,因为对脉冲噪声不敏感,能起到抑制作用。基于的方法在处理定分布信号和噪声时表现出良好的韧性。经过预处理的缒芎芎玫乇平庖环窍性映射,在测试阶段就能完成波束形成功能,而不需要额外的计算。神经网络的另~个优点是,网络可以在模拟电路上运行,其运行时间几乎是常数,甚至可以达到纳秒数量甦稳