在这项研究中，我们介绍了两种基于分数低阶循环平稳性的鲁棒信号选择新算法，以解决在存在干扰和α稳定分布脉冲的情况下估计循环平稳信号到达时间差（TDOA）的问题噪音。 基于传统的信号选择和分数低阶统计量（FLOS）的TDOA方法在存在非高斯α稳定脉冲噪声和干扰信号干扰的情况下会导致性能下降。 通过利用分数低阶循环平稳性，我们能够开发一种新颖的多周期方法和广义分数阶低阶光谱相干方法。 所提出的方法抑制了α稳定脉冲噪声的影响，并更好地利用了循环平稳信号的循环平稳特性。 仿真结果表明，新方法对干扰和脉冲噪声具有较高的容忍度，并且比常规算法具有更高的估计精度。
2021-03-06 20:05:58
1.14MB
1
联合估计到达时间差（TDOA）和到达频率差（FDOA）或多普勒的问题具有多种实际应用。 在存在非高斯α稳定脉冲噪声和干扰的情况下，常规的循环歧义函数和分数阶低阶歧义函数的性能会下降。 为了克服这些缺点，提出了一种基于分数低阶循环平稳性的鲁棒性平稳信号选择算法。 该新方法利用了循环平稳性特征和分数阶低阶统计量，对干扰具有很高的容忍度，并且对高斯噪声和非高斯α稳定脉冲噪声均具有较强的鲁棒性。 通过与基于循环平稳性和基于分数低阶统计量（FLOS）的方法进行比较，证明了该方法在存在脉冲噪声和干扰的情况下的鲁棒性和有效性。
2021-03-06 20:05:48
2MB
1