Alpha稳定分布噪声下的通信信号识别

Alpha稳定分布是一种能够保持自然噪声过程产生机制和传播条件的极限分布. 本文以特征指数介于1和2之间的Alpha稳定分布模型为背景噪声,研究Alpha稳定分布的分形盒维数特性,从理论上说明分形盒维数对特征指数介于1 和2 之间的Alpha稳定分布噪声不敏感. 提取所选信号族中信号相位的分形盒维数作为特征参量对信号进行识别,理论和仿真实验说明本方法在非高斯Alpha稳定分布噪声背景下有很好的韧性.     

低信噪比环境下语音检测的邻域极值差分信号功率谱分维算法

提出一种邻域极值差分信号功率谱的分形维值算法,并用于低信噪比环境下的语音活动检测. 在时域信号邻域范围内作极值差分检索获得邻域极值差分信号,进一步根据差分信号功率谱估计的最小误差求解分维值.在安静环境下,对正常语音和耳语音的语音信号活动检测(speech activity detection, SAD)性能与盒维相似,明显好于谱熵算法. 多种噪声环境下的SAD检测结果显示,所提算法的误检率远低于谱熵算法,在除白噪声以外各种条件下的误检率均低于盒维算法,且计算量约为盒维算法的5%. 实验表明,该算法在SAD检测和效率两方面具有良好的综合性能.     

MIMO信号调制方式盲识别

提出一种基于盲信号分离的方法对MIMO信号进行调制识别. 该方法对接收信号的相关矩阵作奇异值分解,用于估算发射天线数目,并对信号进行白化. 采用特征值矩阵的联合近似对角化(joint approximate diagonalisation of eigen-matrices, JADE)算法对接收信号进行分离,恢复发送端信号. 通过分析信号的频谱特征,提出4 个新的特征参数,并结合四阶累积量实现对MIMO体制下6 种信号调制方式的识别. 识别过程中无需估计载波频率和符号率等参数,具有较强的实用性. 仿真结果表明文中提出的方法具有良好的性能.     

关于熵数与填充维数之间关系的注记(英)

Follo建立了熵数与计盒维数之间的关系.该文中,在某些条件下讨论了熵数和填充维数之间的关系.利用d-维填充测度,也建立了由压缩系产生的不变集(分形集)的熵数的上、下界的估计.     

基于分形理论的厦门城市边界复杂特性研究

基于分形理论,利用计盒法对1987～2018年间滨海城市厦门的边界复杂性进行定量研究,探讨了经济生产总值、人口、港口吞吐量、外贸进出口与城市边界分形特性的相关关系。结果表明,城市整体边界、岛内和岛外的边界皆具有非整维数,呈现分形特性;城市边界、岛内和岛外区域边界的盒维数呈下降趋势,显示了边界复杂性逐年降低的演变规律;城市边界的盒维数与经济生产总值、人口、外贸进出口总额、港口货物吞吐量等要素均表现出显著的负相关。在快速城市化进程中,厦门城市边界扩展和复杂性演变受到社会经济、人口等多方因素的影响。该结果为滨海城市空间规划的定量描述提供了一定的参考价值。     

关于熵数与填充维数之间关系的注记(英文)

Follo建立了熵数与计盒维数之间的关系.该文中,在某些条件下讨论了熵数和填充维数之间的关系.利用d-维填充测度,也建立了由压缩系产生的不变集(分形集)的熵数的上、下界的估计.     

基于分数布朗运动的转轴径向回转误差分析

通过分析某精密转轴轴心径向回转误差运动轨迹的方差变化规律,证明该轴的回转运动具备了分数布朗运动的基本特征.继而文章采用无量纲的分形盒维数描述了该轴径向回转误差运动,并以其作为评价轴心运动轨迹复杂度的参数.最后根据赫斯特指数对该轴回转运动的稳定性进行了描述.     

基于分形理论的校园形态演变研究——以河西学院为例

以河西学院为例,结合分形理论中的记盒维数法,对不断演变的校园形态进行数据分析研究,通过计算不同时期、不同尺度层级下的校园形态的分形维数,并对校园空间的整体形态和扩张方式进行分析,总结出其校园形态的演进方式。     

图象自相似性测度算法的研究比较

图象的自相似性测度可作为图象识别和图象压缩的重要特征参量.分形几何图形具有自相似性和递归性,分形维数自然成为有效的自相似性测度.基于目前常用的有效的计算图象分形维数算法,其中包括"毯子"法、"盒子"法、"分数布朗随机场模型"法和各种改进算法,对各种方法的计算量、适用范围进行了研究比较.     

采用分数低阶循环谱相干系数的调制识别

摘要： Alpha稳定分布噪声导致二阶循环谱相干系数失效,使相应的通信信号调制识别算法退化. 针对这个问题,提出了基于分数低阶循环谱相干系数的识别算法. 文中给出了分数低阶循环谱相干系数的相关理论,分析了通信信号的分数低阶循环谱相干系数,在此基础上提取谱相干系数循环频率域特征作为识别特征参数. 用BP神经网络为分类器,实现了通信信号调制方法识别. 仿真结果表明,在Alpha稳定分布噪声下,该识别算法性能优于基于二阶循环谱相干系数的方法. 在高斯噪声条件下,两种识别算法性能相当.     

分形在钻头磨损切削力特征提取中的应用

针对钻削过程切削力的变化特点,提出一种用分维数描述信号复杂性的新方法.从工程应用角度介绍了离散时间序列盒维数和信息维数的计算方法,通过对三种仿真信号分维数的计算,揭示出分维数与信号复杂程度之间的内在联系,并通过实验研究了刀具在整个磨损历程中切削力信号分维数的变化规律.结果表明:随着钻头磨损的增加,切削力信号分维数呈下降趋势,运用切削力信号的分维数特征可有效实现钻头磨损状态的监测.     

点集的计盒维数与级数收敛

本文从计盒维数出发，讨论了几种点集的分数维，将数项级数（点列）同分形计盒维数联系起来，提出一种全新的分析问题的方法。     

一种边缘增强的光谱响应曲线分形维计算方法

提出了一种用于高光谱影像边缘增强的光谱响应曲线差分步长分形维特征值计算方法. 该方法首先对高光谱响应曲线进行差分处理,并利用步长分形维算法计算差分光谱曲线分形维值,最后根据差分分形维值计算高光谱特征影像. 实验结果表明,本文提出的差分步长分形维算法较原始步长法更能保持光谱影像细节并增强边缘,同时减弱噪声影响,可用于高光谱影像特征提取、分析和解译.     

利用循环相关特征的自适应模糊调制分类

针对非平稳数字调制信号,提出一种高阶正交循环累量特征,具有“屏蔽”干扰和噪声的特性. 采用模糊神经网络非线性动态建模的调制识别器,根据特征训练样本的大致分布状况建立蕴涵初始经验的模糊推理系统结构,再嵌入神经网络的结构和自适应学习算法对模糊系统参数进行调整和优化,完成模糊神经网络模型的逼近求精. 对MASK, MPSK, MFSK, MQAM 等信号进行仿真实验,结果表明系统在信噪比等环境参数变化较大的情况下适应性和容错性良好. 相对于神经网络等识别器,具有初始经验的系统结构更明确,建模周期较短,算法识别率和效率有明显提高.     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.