脉冲噪声中基于指数函数的可变拖尾非线性变换设计

发布时间：2021-11-10 18:17

　　针对脉冲噪声中的信号检测问题,该文提出一种基于指数函数的非线性变换函数设计与优化方法。该方法利用指数函数衰减速度可调的优点,适用于脉冲噪声的各种分布模型。通过引入效能函数,将非线性函数设计问题转化为以效能最大化为目标的阈值与底数参数优化问题。由于效能是关于待优化参数的连续可导且单峰函数,该优化问题可采用数值优化方法如单纯形法快速稳健地求解。性能分析表明,针对脉冲噪声常用的对称α稳定分布、Class A分布和高斯混合分布,该文方法均能取得基本最优检测性能,基于实测大气噪声仿真的通信误码率也明显优于传统的削波器和置零器。因此,该文为各种分布的脉冲噪声提供了一个统一的最优抑制解决方法。 

【文章来源】：电子与信息学报. 2020,42(04)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

在噪声下的,T,a)

7%;GZMNL效能接近最大效能；最优置零器和GGM为次优；最优削波器最差。根据式(17)表达式，可求得各个方法在在ClassA噪声中的平均信噪比损失，指数函数X轴、Y轴和定点平移模式的信噪比损失分别为0.04dB,0.03dB和0.03dB;GZMNL和GGM的信噪比损失分别为0.21dB和0.79dB；最优置零器和最优削波器信噪比损失分别为0.23dB和3.38dB。可见本文方法相对于最优检测的信噪比损失很校5.3高斯混合噪声中设计与分析高斯混合噪声可看作两种分量的高斯混合模型，它的PDF为[26,27]图3SαS噪声中非线性函数比较图4SαS噪声中非线性函数效能图5ClassA噪声中非线性函数效能936电子与信息学报第42卷

闫骱?GGM为次优；最优削波器最差。根据式(17)表达式，可求得各个方法在在ClassA噪声中的平均信噪比损失，指数函数X轴、Y轴和定点平移模式的信噪比损失分别为0.04dB,0.03dB和0.03dB;GZMNL和GGM的信噪比损失分别为0.21dB和0.79dB；最优置零器和最优削波器信噪比损失分别为0.23dB和3.38dB。可见本文方法相对于最优检测的信噪比损失很校5.3高斯混合噪声中设计与分析高斯混合噪声可看作两种分量的高斯混合模型，它的PDF为[26,27]图3SαS噪声中非线性函数比较图4SαS噪声中非线性函数效能图5ClassA噪声中非线性函数效能936电子与信息学报第42卷

【参考文献】：
期刊论文
[1]抑制脉冲型噪声的限幅器自适应设计[J]. 罗忠涛,卢鹏,张杨勇,张刚.  电子与信息学报. 2019(05)
[2]基于高斯化-广义匹配的脉冲型噪声处理方法研究[J]. 罗忠涛,卢鹏,张杨勇,张刚.  电子与信息学报. 2018(12)
[3]大气噪声幅度分布与抑制处理分析[J]. 罗忠涛,卢鹏,张杨勇,张刚.  系统工程与电子技术. 2018(07)
[4]OFDM系统的信道与脉冲噪声的联合估计方法[J]. 吕新荣,李有明,余明宸.  通信学报. 2018(03)



本文编号：3487716