在量化阵列框架下的对称Alpha稳定信号检测的预处理方法

论文摘要

本文主要研究了淹没在对称α稳态噪声下的信号相关检测的最优和次优的预测处理方法。使用量化阵列模型的等价处理函数和对相关运算的高斯近似,通过最大化相关器的输出信噪比,建立了约束泛函优化问题。由于量化阵列的泛函优化问题很难得到解析解,本文将预处理函数离散化,并证明离散后的优化问题是凸二次规划问题,从而可通过凸优化的方法求解。本文提出了一种基于排序方法的自适应门限的软限幅检测器,相比现有的检测器,仅仅需要估计噪声参数α。仿真结果表明,提出的量化阵列系统等价的预处理函数逼近最大似然检测器,提出的软限幅检测器达到了近似最优的性能,有利于实时处理α稳态信号。

论文目录

• 1 引言
• 2 系统模型
• 3 算法分析
•   3.1 优化方法
•   3.2 软限幅函数的自适应门限
• 4 仿真结果
• 5 结论

文章来源

类型: 期刊论文

作者: 陆炫宇,许凯嘉,张国勇,王军

关键词: 随机共振,量化阵列,非高斯,预处理,凸优化,稳定分布,软限幅检测器

来源: 信号处理 2019年08期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,电信技术

单位: 四川九洲电器集团有限责任公司,电子科技大学通信抗干扰技术国家级重点实验室

基金: 国家预研项目(9020302),通信抗干扰技术国家级重点实验室基金项目,通信抗干扰技术国家级重点实验室基础科研创新基金项目,国家自然科学基金(61471099)

分类号: TN911.23;O221

DOI: 10.16798/j.issn.1003-0530.2019.08.018

页码: 1425-1431

总页数: 7

文件大小: 1103K

下载量: 25