搜索到5885 篇“ 高斯噪声 “的相关文章
非高斯 噪声 下互质阵压缩感知目标方位估计 2025年 噪声 通常被假定为高斯 噪声 ,但在水声环境中,噪声 的概率密度函数存在非高斯 分布情况,这会造成DOA估计出现伪峰及背景噪声 增大等问题。文章将不服从高斯 分布的水下噪声 建模为α稳定分布,采用数据加权的方法对信号进行预处理,随后在互质阵列中应用压缩感知方法对宽带信号进行目标DOA估计。对8元互质阵列使用改进算法进行仿真,结果表明该方法可以准确做出DOA估计,同时减少了伪峰数量。湖试数据的处理结果表明,在互质阵列中基于数据加权的压缩感知DOA估计能够减少伪峰,增强目标检测能力,具有更好的检测效果及实用性。关键词：目标方位估计 Α稳定分布 耦合高斯 噪声 背景下非线性系统随机共振研究 2025年 高斯 噪声 背景下非线性系统的随机共振。考虑耦合高斯 噪声 特性,建立非线性系统模型;优化系统参数补偿随机共振,探讨随机共振产生的条件和机制;模拟不同噪声 强度下的系统响应,检测随机共振现象。实验表明,该方法能克服饱和限制,抗噪能力强,对多倍频信号检测性能良好,且在耦合高斯 噪声 环境下展现出更优的故障信号检测效能,适用于实际工程应用。关键词：非线性系统 随机共振 高斯噪声 非高斯 噪声 下基于混合分布的飞行器鲁棒相对导航方法 高斯 噪声 下基于混合分布的飞行器鲁棒相对导航方法，属于计算、推算或计数的技术领域。为了解决飞行器相对导航过程中时变环境引起的非平稳重尾噪声 通常导致滤波发散这个问题，本发明引入狄利克雷随机混合向量融合高斯 、学生t...非高斯 噪声 衰落信道下时频重叠多信号参数联合估计方法 高斯 噪声 衰落信道下时频重叠多信号参数联合估计方法，包括：采用tanh函数对时频重叠多信号进行非线性压制，得到tanh‑分数低阶自相关函数；计算tanh‑分数低阶自相关函数的...结合高斯 噪声 的回声状态网络模型及其时间序列预测性能 2025年 高斯 噪声 ,构建结合高斯 噪声 的回声状态网络模型;利用公式推导分析所提模型的非线性性质;采用股票序列数据与Logistic混沌序列数据进行实验验证和对比分析。结果表明,本文所提模型的预测效果优于回声状态网络模型、压缩感知回声状态网络模型和反向传播神经网络模型,股票收盘价预测、Logistic混沌序列预测的平均绝对误差均最小,分别为1.33×10^(-3)、5.21×10^(-4)。关键词：时间序列预测 高斯噪声 非高斯 噪声 辅助的隐蔽安全传输方法研究 非高斯 噪声 下端到端通信波形设计技术研究 噪声 一般被假设服从高斯 分布。在这一假设下,最优的通信信号波形和相应的检测算法已经得到了较为全面的研究。然而,许多通信系统常常受到一些偏离高斯 分布并呈现脉冲特性的噪声 的干扰。这种噪声 被称为非高...关键词：非高斯噪声 元学习 计及非高斯 噪声 的电力系统状态估计研究 一种基于高斯 混合模型的非高斯 噪声 模型建立方法 高斯 混合模型的非高斯 噪声 模型建立方法，首先建立基于概率密度函数的高斯 混合模型GMM，得到参数向量的迭代公式；再以最短描述长度MDL为目标函数，通过合并分裂方法SMEM确定混合分量数，估计出高斯 混合模型...一种非高斯 噪声 下通信干扰信号的智能检测方法 2024年 高斯 噪声 的影响。因此,开展了非高斯 噪声 环境下通信干扰的检测方法研究。针对现有通信干扰检测方法受噪声 影响导致检测性能不稳定的问题,提出一种非高斯 噪声 环境下通信干扰信号检测方法。该方法首先使用一种基于定点搜索的快速myriad滤波算法对非高斯 噪声 进行抑制,然后基于通信干扰信号时域幅度的规律性训练长短时记忆网络,并通过网络输出预测值与信号幅度实际值之间的误差设计检验统计量,最后利用训练好的网络多次输入噪声 得到检测门限,由此实现非高斯 噪声 下通信干扰信号的检测。仿真结果表明,所提方法明显降低了噪声 对检测性能的影响。关键词：通信干扰 非高斯噪声
相关作者
刘明骞 作品数：269 被引量：227 H指数：9 供职机构：西安电子科技大学 研究主题：非高斯噪声 ALPHA稳定分布噪声 低信噪比 数字调制信号 模糊函数 邱天爽 作品数：431 被引量：1,371 H指数：15 供职机构：大连理工大学 研究主题：诱发电位 Α稳定分布 信号处理 时间延迟估计 分数低阶统计量 任密蜂 作品数：76 被引量：15 H指数：2 供职机构：太原理工大学 研究主题：非高斯噪声 非高斯 多径 差分进化 料位测量 程兰 作品数：67 被引量：0 H指数：0 供职机构：太原理工大学 研究主题：非高斯噪声 非高斯 多径 城市路网 复杂网络 蒋宇中 作品数：96 被引量：176 H指数：6 供职机构：中国人民解放军海军工程大学电子工程学院 研究主题：超低频 非高斯噪声 甚低频 超低频通信 短波
