非高斯噪声下通信信号接收关键技术研究

发布时间：2021-12-10 19:56

　　通信和其它信号处理领域中,基于噪声产生的物理机理和中心极限定理,常将噪声建模为高斯分布。然而,在很多自然和人为噪声环境中,观测到的噪声样本中会频繁出现大幅度尖峰异常值,使噪声具有脉冲特性,与高斯噪声模型的差异很大。例如:甚低频/低频通信系统中的大气噪声、水声通信信道中的声学噪声、电话线路噪声、没有功率控制的无线通信网络中的干扰等。针对这类噪声,如果继续沿用基于高斯噪声开发的信号处理算法,由于噪声模型的失配会导致性能恶化。为此,很多研究者针对脉冲噪声模型进行了广泛和深入的研究,将?稳定分布作为最常用的脉冲噪声模型。?稳定分布可基于广义中心极限定理导出,在诸多研究领域被广泛采用。本论文针对?稳定分布噪声下通信信号的接收技术展开研究,主要研究内容和贡献包括如下四个方面:第一,论文研究了?稳定分布噪声的统计特性,提出了噪声概率分布参数的估计方法。论文首先给出了?稳定分布的统计理论,并采用对称?稳定（Symmetricalα-Stable,SaS）分布对脉冲噪声建模。针对观测数据中同时包含传输信号和SaS噪声时的噪声参数可靠估计问题,论文提出了基于有限冲激响应（Finite Impulse Re... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：147 页

【学位级别】：博士

【部分图文】：

xlnx函数的图像

参数α的估计算法NMSE

电子科技大学博士学位论文32图2-8 参数δ的估计算法 NMSE2.6 本章小结本章首先介绍了 稳定分布的定义、PDF 计算方法以及一些重要特性，还给出了 稳定分布随机变量的仿真方法。针对SaS噪声的参数估计问题，本章提出了一种基于 FIR 滤波的参数估计算法，用来解决当观测数据中同时包含传输信号以及 噪声时的鲁棒参数估计问题。为了进一步提升参数估计算法的性能，对采用的 FIR 滤波器进行了优化。详尽的数值仿真表明：相比于常规方法，所提参数估计算法可获得更小的 MSE。

【参考文献】：
期刊论文
[1]对称α稳定分布噪声环境下短波衰落信号时延估计的新算法[J]. 马金全,葛临东,童莉.  信号处理. 2014(05)
[2]对称稳定分布的相关熵及其在时间延迟估计上的应用[J]. 宋爱民,邱天爽,佟祉谏.  电子与信息学报. 2011(02)
[3]冲击噪声环境下基于特征函数的调制识别算法[J]. 李鹏,唱亮,汪芙平,王赞基.  电子与信息学报. 2007(11)
[4]一种短波信道中数字信号调制方式识别算法[J]. 李鹏,汪芙平,王赞基.  电波科学学报. 2007(05)
[5]分数低阶矩的信号盲分离方法[J]. 张安清,邱天爽,章新华.  通信学报. 2006(03)
[6]脉冲噪声环境下的SCOT加权时间延迟估计新方法[J]. 孙永梅,邱天爽.  通信学报. 2005(12)
[7]非Gaussian信道DS-CDMA系统中的多用户检测算法[J]. 赵莹,郑君里.  清华大学学报(自然科学版). 2004(07)
[8]脉冲噪声中非平稳源的盲分离方法[J]. 刘建强,冯大政.  电子学报. 2003(12)
[9]脉冲噪声环境的一种递归全局最小平均P-范数算法[J]. 常冬霞,冯大政.  电子学报. 2003(03)
[10]一种自适应全局最小平均p-范数算法[J]. 冯大政,常冬霞,袁莉.  电子学报. 2001(S1)

博士论文
[1]Alpha稳定分布噪声环境下韧性时延估计新算法研究[D]. 于玲.大连理工大学 2017
[2]Alpha稳定分布噪声下通信信号调制识别研究[D]. 杨伟超.哈尔滨工程大学 2012
[3]稳定分布噪声背景下非线性系统的随机共振现象研究[D]. 黄家闽.浙江大学 2012
[4]数字通信信号调制识别若干新问题研究[D]. 贺涛.电子科技大学 2008



本文编号：3533293