Alpha稳定分布噪声下信号解调技术研究

发布时间：2021-06-25 13:17

　　在传统的线性信号处理领域,高斯噪声假设有着很强的理论依据,尽管如此,但它并不适用于脉冲噪声环境下的建模,即不能够描述可能产生大量数据突变的分布。取而代之的是具有更长拖尾的Alpha稳定分布噪声模型。该模型作为高斯分布的推广,有坚实的理论基础、广泛和极为重要的应用场景以及采集数据的支持。由于Alpha稳定分布噪声背景下解调方案的理论研究尚处于起步阶段,所以研究Alpha稳定分布噪声背景下的解调技术具有前瞻性和实用性。因此本文首先针对噪声参数的估计方法进行推广,以满足有记忆调制方式的应用需求;其次针对整体解调系统的架构进行了研究,以使误码性能得到改善。具体成果及创新如下:（1）对于噪声参数估计方法的推广,本文提出一种MSK调制方式下Alpha稳定分布噪声参数的估计方法。该方法以经验特征函数算法的内核为蓝本,借助马尔可夫链构建状态转移矩阵以应对有记忆信号特征函数的求解难题,并基于复数域推导复Alpha稳定分布噪声的特征函数,从而同时凭借接收信号两个维度的信息,以更优的估计性能得到特征参数α和尺度参数γ的估计值。并且通过仿真验证了所提方案较同等条件无记忆调制方式下的估计性能更优;（2）对于整体... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图３．５基带ＭＳＫ信号的频谱图??图３．６是ＭＳＫ已调信号的相位图

!MSK已调信号的相位图

图３．９不同ａ值所对应的标准对称Ａｌｐｈａ稳定分布噪声时域波形图??不同＜２值下（〇；＝０．８，?〇：＝１，?ａ＝ｌ?．５，?ａ＝２）标准对称Ａｌｐｈａ稳定分布概率密度函数曲线??如图３．１０和图３．１１所示。??尽管Ａｌｐｈａ稳定分布的概率密度函数保留了许多高斯分布的特征：光滑、单峰分??布，关于中值对称，钟型，但是两者又有以下不同之处［２７］：??１．

【参考文献】：
期刊论文
[1]水下甚低频MSK信号最大似然多符号差分解调算法[J]. 岳光荣,刘志特,杨国胜,王军.  电子科技大学学报. 2016(04)
[2]Alpha稳定分布噪声下改进的频域预滤波方法[J]. 姜玉林,査代奉,曹晖.  计算机工程与应用. 2010(10)
[3]Alpha稳定分布脉冲噪声下MPSK信号的自适应解调[J]. 付柏成,徐春云,尚俊娜.  电声技术. 2009(02)
[4]脉冲噪声下数字调制信号的自适应解调[J]. 付柏成,赵知劲,赵治栋.  现代电子技术. 2008(23)
[5]保持图像细节的局部自适应去噪滤波器新方法[J]. 许卫全,张新楼,徐中佑,张砚臣.  信号处理. 2005(02)

博士论文
[1]稳定分布噪声下通信信号处理新算法及性能分析[D]. 李森.大连理工大学 2011
[2]稳定分布环境下的时延估计新方法研究[D]. 郭莹.大连理工大学 2009
[3]α稳定分布噪声背景下阵列信号处理方法研究[D]. 何劲.南京理工大学 2007

硕士论文
[1]Alpha稳定分布噪声下跳频信号参数估计研究[D]. 赵新明.西安电子科技大学 2014
[2]基于分数低阶统计量的DOA和TDOA估计算法研究[D]. 刘成材.吉林大学 2006



本文编号：3249276