- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘 要
口.平稳分布作为非高斯脉冲噪声的理想数学模型,已经成为信号处理领域的
热点研究课题。本文主要研究脉冲噪声对消和口.平稳噪声中的信道参数估计,具
体工作可概括如下:
1.本文首先讨论了对非高斯口.平稳分布的研究意义及有关定义、性质、重要
定理等基本理论。论述了分数低阶矩和最小离差误差准则两个重要概念,最小离
差误差准则类似于高斯假设下的最小均方误差准则。在口.平稳环境下,使误差的
离差最小等价于使其p(OP口)阶矩最小,也就是使其三。范数最小。
2.系统概括了FIR系统辨识问题的自适应处理方法。对噪声对消问题,在外
加噪声为口.平稳噪声时,基于最小三。范数估计方法,研究了一种改进的NLMP
自适应算法,并与NLMP算法进行了比较,仿真结果验证了所给算法性能的提高。
3.由于口-平稳噪声不存在有限的二阶矩,对该环境下的盲信道辨识,传统的
子空间方法不再适用。本文首先引用了一种多信道盲辨识的子空间方法,在此基
础上,利用分数低阶矩和共变矩阵,讨论了一种口.平稳噪声中的子空间方法。最
后,通过两个仿真实验,证实了该方法的有效性。
关键词:口一平稳分布 最小离差误差准则 最小工,范数估计 分数低阶矩
子空间方法
Abstract
Abstract
Astheidealmathematicalmodelfornon—Oaussian noise,口-stable
impulsive
in
beenfocusintensiveresearch
distributionhas the of signal fields.This
processing
dissertationaimsatthe noisecancellationand of
impulsive theestimationchannel
COCmcientsin12-stablenoise.Themainworkcanbe as
summarizedfoflows.
1.Wcstart0111discussion、析tIltheintroductionof asthe
thebasic such
theory
and
theoremsof the
definition,algebraic the口一stable
properties distribution,give
the
definitionabout fractionallower-ordermomentsandtheminimum
dispersion
isthe oftheminimumme,an errorcriterionfor
criterion,which
analogue squared
Gaussiandata.In口·stable the
文档评论(0)