文档介绍：摘要非高斯信号处理与非平稳信号处理都是当今信号处理界的研究热点。于信号进行分析仅仅局限于平稳情况,直到年代以后,非平稳随机信号处理理论逐渐发展起来。时变参数模型是近年来应用于非平稳随机信号分析与处理的一种新方法,该方法用时变参数模型来表征非平稳信号。与假设在一段时间间隔上信号是平稳的参数估计方法相比,时变参数模型可以进一步提高参数估计的精确度。通常情况下,信号处理的各种算法都是建立在高斯假定基础上的。在许多情况下,高斯假定是合理的并可以通过中心极限定理来加以证明。高斯假定可以大大简化信号处理系统设计,从而易于进行理论分析。然而,在许多领域的实际应用中,如地震勘探、水声信号处理,生物医学工程等,信号往往是非高斯的,满足分数低阶口稳定分布,此估计算法。论文首先介绍了口稳定分布和随机信号参数模型法等相关理论,并分别研究了榷ǚ植继跫缕轿刃藕挪问P汀⒏咚固跫路瞧轿人婊藕攀北洳问P鸵约对应的模型参数估计算法;然后讨论并研究了模型的一些应用问题,如线性调频信号瞬时频率估计和基于模型的语音增强:最后将口稳定分布条件下信号处理理论与非平稳随机信号时变参数模型方法相结合,给出了两种榷ǚ植继跫路瞧轿人机信号模型时变参数的估计算法:ǹ谖确植继跫缕轿人婊藕臕P筒问兰频淖钚范数惴ü义化到非平稳情况下,得到非平稳随机信号模型时变参数估计的时变最小妒惴ǎ玫娇谖榷ǚ植继跫率视糜诜瞧轿人婊藕臫P褪北洳问兰频时变最小平均妒算法。计算机仿真实验表明,本文给出的这两种算法既适用于高斯条件又适用于口稳定分布条件下的模型时变参数估计,即本文给出的惴ê蚑算法较原关键词:口稳定分布;模型;参数估计;时变最小妒皇北渥钚∑骄鵓范数严格地说,实际上许多信号是非平稳随机信号,但是由于理论条件的限制,人们对时就要用基于分数低阶统计量的理论来设计信号处理算法。本文的主要创新点在于研究口稳定分布条件下非平稳信号模型时变参数的惴ā莘质徒仔藕糯砝砺郏谰葑钚》稚⑾凳荚蚋慕涞淖钚【轿蟛有的蚅算法具有更好的韧性。大连理工大学硕士学位论文.
知识水坝***@pologoogle为您整理
瑃甀.∞.,,..口,
知识水坝***@pologoogle为您整理
籔嚎赟/稳定分布条件下模型参数估计研究.;籘.;—·
作者签名:—粹日期:兰产独创性说明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。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者其他单位的学位或证书所使用过的材料。与我一同作的同志
作者签名:塾乏皇氐一大连理工大学学位论文版权使用授权书作者签名:叠兰图臣本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。阩三月上旦日导师签名:大连理工大学硕士研究生学位论文
绪论课题的理论意义和应用价值稳信号处理都是当今国际信号处理界的研究热点和前沿课极限定理得到证明,但是在诸如地震勘探、水声信号处理、生物医学工程等许多领域所遇到的信号和噪声,往往都是非高斯分布的,如果仍然采用高斯模型并基于二阶统计量来设计信号处理系统,则在非高斯条件下系统会出现性能退化。这就要求我们要根据信平稳随机信号分析与处理已广泛应用于雷达、水声、通信、自动控制、机械振动、地震勘探及生物医学工程等许多领域,产生了明显的作用,但实际中的随机信号很多是非平稳的,长期以来囿于理论的发展,只好将它们简化为平稳随机问题来处理,其结果当然不甚满意。所以,研究非平稳随机信号处理有重要的理论意义和应用价值。实际应用中常见的一类非高斯随机信号具有显著的尖峰脉冲特性,其概率密度函数的衰减过程比高斯分布要慢,有显著的拖尾。通常用榷ǚ植寄P屠疵枋稣饫嗑哂邢而在非平稳随机信号处理中,时变参数模型法已成为国内外学术研究的热点之一。本文主要研究非高斯口稳定分布条件下非平稳随机信号的时变参数模型法,用时变自回归模型对非平稳随机信号进行建模并估计模型的时变参数。将非高斯与非高斯假定使信号处理算法易于进行理论上的解析分析,直到世纪年代中期,包括信号分析、系统辨识、信号估计等问题在内的统计信号处理基本都是基于高斯假定建立在二阶矩或二阶统计量基础上的。虽然国际上关于非高斯信号处理的研究可以追溯到世纪年代,但直到年代才因高阶谱和高阶累计量的研究而掀起热潮,到年代中期,又发展了基于分数