【英文题名】
Study on Separation and Parameter Estimation for Multicomponent Signals
【作者】
成昊 ;
【导师】
唐斌 ;
【学位授予单位】
电子科技大学 ;
【学科专业名称】
信号与信息处理
【学位年度】
2012
【论文级别】
博士
【网络出版投稿人】
电子科技大学
【网络出版投稿时间】
2012-03-27
【关键词】
多分量信号 ;
分离 ;
参数估计 ;
单通道 ;
相关熵 ;
【英文关键词】
multicomponent signals ;
separation ;
parameter estimation ;
single channel ;
correntropy ;
【中文摘要】
在当今信息时代,信号环境复杂多变。对于接收设备而言,接收到的信号通常为多个分量信号的混合。对多分量信号进行分离,以提取出有用信号中蕴涵的信息,成为在理论上和实践上均具有重要意义的研究课题。与传统单分量信号的处理不同,多分量信号处理难度和计算复杂度更大。本文针对这一问题,首先按照通道数目与分量信号数目大小关系进行了分类,对于不同类型,明确了解决问题的不同前提条件和思路。其次,对于单通道这一特殊情况,阐明了多分量信号分离与参数估计的一致性。在此基础上,本文对于单通道多分量信号分离与参数估计,提出了一系列算法。同时,在正定条件下,对传统的独立分量分析方法进行了改进。主要成果如下:
1.在单通道条件下,提出了一种基于累积量方程组的角度调制信号混合矢量估计算法。算法通过对角度调制信号等价概率密度函数的推导和各统计量的计算,建立累积量方程组,并通过方程组的求解得到混合矢量的估计。该算法对多分量角度调制信号混合矢量进行估计时,并不需要分量信号的具体调制类型的先验信息,只需要它们属于角度调制信号即可,使其具有较为广泛的应用范围。
2.在单通道条件下,针对各分量信号具有相同信号形式的情况,提出了一种基于重要性采...
【英文摘要】
In modern information age, the signal environment is complicated and varying. The receiver always receives the mixture of many multicomponent signals. Separating these signals in order to extract the information implied in the useful signal, becomes a research task with significance both in theory and in practice. However, unlike the processing technologies specified for the monocomponent signal, the ones for the multicomponent signals are more difficult, and have heavier computational complexity. Aiming at...
【更新日期】
2012-05-08
【相同导师文献】
导师:唐斌 导师单位:电子科技大学 学位授予单位:电子科技大学
[1] 李淳夏.频率折叠采样接收机局限性分析及改进研究 [D]. 电子科技大学,2024
[2] 马文敏.弹载雷达有源干扰认知数字分系统设计与试验研究 [D]. 电子科技大学,2024
[3] 延海新.小/零样本雷达信号智能分选与未知信号识别方法研究 [D]. 电子科技大学,2024
[4] 马海良.单脉冲雷达有源欺骗干扰感知与对抗策略实现及试验 [D]. 电子科技大学,2025
[5] 刘子凡.组网雷达识别与空间拓扑推演方法研究 [D]. 电子科技大学,2025
[6] 廖梓豪.单脉冲雷达干扰策略与方法及GPU高效实现 [D]. 电子科技大学,2025
[7] 朱展磊.面向雷达网的信号智能检测与时频参数获取方法研究 [D]. 电子科技大学,2025
[8] 周柯嘉.基于分布式卫星群的雷达信号高精度时空参数估计 [D]. 电子科技大学,2023
[9] 袁曲.主被动双模导引头抗干扰指标体系构建与评估方法研究 [D]. 电子科技大学,2023
[10] 姚轩.弹载雷达有源干扰对抗FPGA高速实现 [D]. 电子科技大学,2023
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。