CN110389745B - 一种基于基尼回归的信号检测与估计电路及方法 - Google Patents
一种基于基尼回归的信号检测与估计电路及方法 Download PDFInfo
- Publication number
- CN110389745B CN110389745B CN201910400843.3A CN201910400843A CN110389745B CN 110389745 B CN110389745 B CN 110389745B CN 201910400843 A CN201910400843 A CN 201910400843A CN 110389745 B CN110389745 B CN 110389745B
- Authority
- CN
- China
- Prior art keywords
- signal
- regression
- array
- formula
- sgn
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 6
- 241001442055 Vipera berus Species 0.000 claims description 7
- 238000003491 array Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 7
- 238000010219 correlation analysis Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/34—Circuit design for reconfigurable circuits, e.g. field programmable gate arrays [FPGA] or programmable logic devices [PLD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/50—Adding; Subtracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/52—Multiplying; Dividing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Complex Calculations (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于基尼回归的信号检测与估计方法,包括下述步骤:(1)将信号x1……xn、y1……yn同时分别送入相应的减法器阵列I、减法器阵列II和比较器阵列,其中信号x1……xn并行完成n2次减法操作,即(xi‑xj),其中,(i,j=1,2,……n),而信号y1……yn并行完成n2次减法和比较操作,即(yi‑yj)和Sgn(yi‑yj),(i,j=1,2,……n),以上过程同步进行,n为信号长度;本发明基于基尼回归的定义式,通过推导得到基尼回归的等价表达形式,根据等价表达式提出一种基于FPGA的并行计算电路,能够快速完成基尼回归统计量的计算,从而满足快速实时在线检测与估计的要求。
Description
技术领域
本发明涉及信号处理技术领域,具体涉及一种基于基尼回归的信号检测与估计电路及方法。
背景技术
信号的检测与估计是信号处理的基本任务。在通信、侦察、控制、广播等现代电子领域中,都存在着各种类型的信号干扰。以通信信号处理为例,在接收端对收到的受干扰的信号,利用信号概率和噪声功率等信息按照一定的准则判定信号的存在,称为信号检测;在接收端利用收到的受干扰的发送信号序列,尽可能精确地估计该发送信号的某些参数值(如振幅、相位、频率等),称为信号估计或参数估计。
对已知信号的检测与估计是雷达、声呐和通信等领域的一个基本问题。在信号处理等多个领域,采集到的数据都难免会受到噪声的污染。因此信号检测与估计问题通常被数学化为:
X[i]=λY[i]+Z[i]
其中,Y[i]是已知的对应的感兴趣信号,λ是代表有(λ≠0)或者无(λ=0)信号的衰减系数,Z[i]是模拟环境辐射和/或接收机电子干扰的噪声,X[i]表示观察到的波形。对于给定的加性模型,信号估计问题即是对衰减系数λ的估计,信号检测问题则转化成以下二元假设:
从相关分析的角度来看,基尼相关可以通过利用被噪声污染的信号的秩次信息来减少噪声的干扰,同时充分利用干净信号的数据值信息避免有效信息的丢失,因此把基尼相关引入到信号处理领域作为一种信号检测的手段是有效可行的。将两路信号序列进行相关性运算得到的统计量序列,其中统计量序列中的最大值所对应的时间点即是发射信号所在的位置。但是,基尼相关作为衡量两组随机变量或者两路信号之间相关性的指标,数值被限制在0-1之间,因此不能对信号的衰减系数λ进行有效估计。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种基于基尼回归的信号检测与估计方法,该方法在检测信号有无的同时能够准确估计出信号的衰减系数。
本发明的另一目的在于提供一种基于基尼回归的信号检测与估计电路。
本发明的目的通过下述技术方案实现:
一种基于基尼回归的信号检测与估计方法,包括下述步骤:
(1)将信号x1……xn、y1……yn同时分别送入相应的减法器阵列Ⅰ、减法器阵列Ⅱ和比较器阵列,其中信号x1……xn并行完成n2次减法操作,即(xi-xj),其中,(i,j=1,2,……n),而信号y1……yn并行完成n2次减法和比较操作,即(yi-yj)和Sgn(yi-yj),(i,j=1,2,……n),以上过程同步进行,n为信号长度;
(2)将得到的减法、比较结果同时送入相应的乘法器阵列Ⅰ和乘法器阵列Ⅱ,分别完成n2次并行2输入乘法运算,即Sgn(xi-xj)(xi-xj)和Sgn(xi-xj)(yi-yj),其中(i,j=1,2,……n);
(3)将乘法器阵列Ⅰ和乘法器阵列Ⅱ所得的结果分别同时送入相应的加法器树Ⅰ和加法器树Ⅱ,分别完成n2次输入的并行加法操作,即和其中(i,j=1,2,……n);
(4)得到的加法结果送入2输入除法器中,完成其中(i,j=1,2,……n);
(5)将步骤(4)得到的相关运算结果送入寄存器中,完成整个操作。
一种基于基尼回归的信号检测与估计电路,假设样本数据是长度n的观测信号的样本,将/>按照升序排列可以得到一组新的关于X的序列X(1)<…<X(n);假设样本Xj位于序列/>中的第k个位置,则定义数字k∈[1 n]为Xj的秩次,记为Pj;同样地,将yj的秩次定义为Qj,基尼回归定义如下:
具体的,定义函数H(t),当t>0时,H(t)=1;当t≤0时,H(t)=0;则对(1)式中的Pi有:
符号函数Sgn(t),当t>0,Sgn(t)=1;t=0,Sgn(t)=0;t<0,Sgn(t)=-1,则有:
其中,Ti≠Tj;
令表示(1)式中rG的分子,把(2)式和(3)式的关系代入得:
因为当i=j时,Sgn(Xi-Xj)=0,所以:
对交换下标i、j,得:
由(5)式及(6)式得:
同理,令表示(1)式中rG的分母,把(2)式和(3)式的关系代入,并作类似于(4)-(7)式的变换,可得:
则有:
因此,根据(9)式可以设计出相应的电路。
本发明与现有技术相比具有以下的有益效果:
本发明基于基尼回归的定义式,通过推导得到基尼回归的等价表达形式,根据等价表达式提出一种基于FPGA的并行计算电路,能够快速完成基尼回归统计量的计算,从而满足快速实时在线检测与估计的要求;基尼回归统计量不仅可以用来检测信号的存在与否,还可以利用它进行信号估计,估计有用信号的大小。
附图说明
图1为本发明的电路图;
图2为本发明基尼相关、基尼回归的对比图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1~2所示,一种基于基尼回归的信号检测与估计方法,包括下述步骤:
(1)将信号x1……xn、y1……yn同时分别送入相应的减法器阵列Ⅰ、减法器阵列Ⅱ和比较器阵列,其中信号x1……xn并行完成n2次减法操作,即(xi-xj),其中,(i,j=1,2,……n),而信号y1……yn并行完成n2次减法和比较操作,即(yi-yj)和Sgn(yi-yj),(i,j=1,2,……n),以上过程同步进行,n为信号长度;
(2)将得到的减法、比较结果同时送入相应的乘法器阵列Ⅰ和乘法器阵列Ⅱ,分别完成n2次并行2输入乘法运算,即Sgn(xi-xj)(xi-xj)和Sgn(xi-xj)(yi-yj),其中(i,j=1,2,……n);
(3)将乘法器阵列Ⅰ和乘法器阵列Ⅱ所得的结果分别同时送入相应的加法器树Ⅰ和加法器树Ⅱ,分别完成n2次输入的并行加法操作,即和其中(i,j=1,2,……n);
(4)得到的加法结果送入2输入除法器中,完成其中(i,j=1,2,……n);
(5)将步骤(4)得到的相关运算结果送入寄存器中,完成整个操作。
一种基于基尼回归的信号检测与估计电路,包括两个减法器阵列、一个比较器阵列、两个乘法器阵列、两个加法器树、一个除法器阵列和一个寄存器。假设样本数据是长度n的观测信号的样本,将/>按照升序排列可以得到一组新的关于X的序列X(1)<…<X(n);假设样本Xj位于序列/>中的第k个位置,则定义数字k∈[1 n]为Xj的秩次,记为Pj;同样地,将yj的秩次定义为Qj,基尼回归定义如下:
具体的,定义函数H(t),当t>0时,H(t)=1;当t≤0时,H(t)=0;则对(1)式中的Pi有:
符号函数Sgn(t),当t>0,Sgn(t)=1;t=0,Sgn(t)=0;t<0,Sgn(t)=-1,则有:
其中,Ti≠Tj;
令表示(1)式中rG的分子,把(2)式和(3)式的关系代入得:
因为当i=j时,Sgn(Xi-Xj)=0,所以:
对交换下标i、j,得:
由(5)式及(6)式得:
同理,令表示(1)式中rG的分母,把(2)式和(3)式的关系代入,并作类似于(4)-(7)式的变换,可得:
则有:
因此,根据(9)式可以设计出相应的电路。
针对信号处理领域信号检测与估计,目前现有信号相关性分析方法,只能对信号进行检测而无法正确估计信号的信噪比,本发明专利为了解决现有方法的局限性,提出了用一种基于基尼回归的信号检测与估计电路及方法;目前现有的信号相关性分析工具,只能用来衡量两路信号的相关性强弱,具体表现为当统计量达到最大值时即可判定接收到发射信号,因其数值被限制在0-1之间,所以只能用来检测信号的有无;基尼回归统计量能够从两路样本数据里面估计出信号的信噪比,同样地,在统计值最大值处判定接收到发射信号,并且最大值即是信噪比的估计。
以下提供对比两种方法的估计量:
一、基尼回归:
二、基尼相关:
显而易见,与基尼相关方法相比,基尼回归方法值使用到二元变量中一个变量的秩次,基于FPGA计算电路对基尼回归的结构进行设计,采用并行输入方式,提高运算速度。
通过蒙特卡洛实验对比基尼相关、基尼回归两个统计量,可以说明基尼回归在处理信号检测有较强的工作性能,如图2所示,图2中的(a)表示信号发射器发射的信号,也就是已知信号的模板。发出的信号经过传输由接收器接收,在理想状态下,接收到的信号应是与发射信号波形完全一致但存在一定延时K0的信号,如图2中的(b)所示;但是,由于环境中存在各种噪声,使得接收器接收到的实际信号为噪声与信号的叠加,如图2中(c)所示。为了检测出接收信号的延时,使用已知的信号模板作为扫描窗口如图(2)中(d)所示,按顺序从接收到的信号中每次选取一段等长度的信号与信号模板做相关分析得到相关值,最后判定所有相关值中的最大值所对应的时间点K0为想要检测的信号所在的位置如图(2)中(e)所示,其中红色曲线是基尼回归相关值响应曲线,蓝色曲线表示基尼相关值响应曲线。
实验设计如下:发射信号(信号模板)Y设为:
其均值和方差分别为E(Y)=Y和Var(Y)=0;噪声部分有高斯噪声模型产生:
(1-ε)N(0,σ2)+εN(0,σ′2),
其中ε=0.02表示脉冲噪声在整个噪声背景中发生的概率,σ′=104>>σ表示脉冲噪声;
接收信号为有用信号与噪声相加之和;在此设定值下接收信号的信噪比定义为:
蒙特卡洛实验次数设为10000次;设定回波信号位于接收信号的第800个时间点,即有K0=800;实验目的为验证现有方法以及本发明提出的方法能否正确检测噪声环境中的已知信号以及准确估计出信号的信噪比。实验的示意图如图2所示。相关实验数据下如表1所示:
表1
衰减系数 | GC信噪比估计 | GC位置估计 | GR信噪比估计 | GR位置估计 |
0.1 | 0.127706 | 802 | 0.128112 | 799 |
0.2 | 0.237922 | 802 | 0.279758 | 797 |
0.4 | 0.382902 | 798 | 0.412859 | 799 |
0.6 | 0.530856 | 798 | 0.621180 | 799 |
0.8 | 0.669136 | 798 | 0.835007 | 799 |
1.0 | 1.056212 | 800 | 1.056212 | 800 |
2.0 | 0.884826 | 800 | 2.022530 | 800 |
4.0 | 0.964676 | 800 | 3.987366 | 800 |
6.0 | 0.981730 | 800 | 6.084879 | 800 |
8.0 | 0.989818 | 800 | 8.011872 | 800 |
10 | 0.994104 | 800 | 9.987132 | 800 |
100 | 0.999827 | 800 | 99.961363 | 800 |
1000 | 0.999981 | 800 | 10000.457298 | 800 |
表1中的数据显示方式是蒙特卡洛实验的基尼相关与基尼回归的“统计量”及最接近真实值的位置估计点。
实验结果表明,在信号检测过程中,基尼回归与基尼相关两个统计量都能准确识别出发射信号的位置;在信号估计的过程中,基尼回归统计量随着衰减系数的增大而增大,且非常接近于衰减,由此我们可以认为基尼回归是衰减系数的有效估计;我们不仅可以用基尼回归统计量来检测信号的有无,还可以利用它进行信号估计,估计有用信号的大小;而基尼相关的统计量数值局限在0-1,仅能对信号进行检测,无法预测有用信号的大小;这说明了基尼回归是一种在含有高斯噪声干扰的环境中进行信号检测预估计的有效工具,而且与基尼相关的方法相比具有极佳的性能优势。
本发明的主要创新点如下:
(一)基尼回归在此之前主要应用于经济学领域,本发明首次将基尼回归引入信号处理领域;
(二)基尼回归不仅能进行信号检测,还可以进行信号估计;
(三)通过推导得到基尼回归的一种等价表达形式,以此表达式为基础提出一种FPGA计算电路的结构设计,并采用并行输入方式,能够快速实现信号检测与估计。
本发明基于基尼回归的定义式,通过推导得到基尼回归的等价表达形式,根据等价表达式提出一种基于FPGA的并行计算电路,能够快速完成基尼回归统计量的计算,从而满足快速实时在线检测与估计的要求;基尼回归统计量不仅可以用来检测信号的存在与否,还可以利用它进行信号估计,估计有用信号的大小。
上述为本发明较佳的实施方式,但本发明的实施方式并不受上述内容的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种基于基尼回归的信号检测与估计电路,其特征在于,包括减法器阵列Ⅰ、减法器阵列Ⅱ、一个比较器阵列、两个乘法器阵列、两个加法器树、一个除法器阵列和一个寄存器,假设样本数据是长度n的观测信号的样本,将/>按照升序排列可以得到一组新的关于X的序列X(1)<…<X(n);假设样本Xj位于序列/>中的第k个位置,则定义数字k∈[1,2,...,n]为Xj的秩次,记为Pj;同样地,将yj的秩次定义为Qj,基尼回归定义如下:
具体的,定义函数H(t),当t>0时,H(t)=1;当t≤0时,H(t)=0;则对(1)式中的Pi有:
符号函数Sgn(t),当t>0,Sgn(t)=1;t=0,Sgn(t)=0;t<0,Sgn(t)=-1,则有:
其中,Ti≠Tj;
令表示(1)式中rGR的分子,把(2)式和(3)式的关系代入得:
其中,等于0,由此得出:
因为当i=j时,Sgn(Xi-Xj)=0,所以:
对交换下标i、j,得:
由(5)式及(6)式得:
同理,令表示(1)式中rGR的分母,把(2)式和(3)式的关系代入,并作类似于(4)-(7)式的变换,可得:
则有:
因此,根据(9)式可以设计出相应的电路。
2.一种应用于权利要求1所述的基于基尼回归的信号检测与估计电路的检测与估计方法,其特征在于,包括下述步骤:
(1)将信号x1……xn、y1……yn同时分别送入相应的减法器阵列Ⅰ、减法器阵列Ⅱ和比较器阵列,其中信号x1……xn并行完成n2次减法操作,即(xi-xj),而信号y1……yn并行完成n2次减法和比较操作,即(yi-yj)和Sgn(yi-yj),以上过程同步进行,n为信号长度;
(2)将得到的减法、比较结果同时送入相应的乘法器阵列Ⅰ和乘法器阵列Ⅱ,分别完成n2次并行2输入乘法运算,即Sgn(xi-xj)(xi-xj)和Sgn(xi-xj)(yi-yj);
(3)将乘法器阵列Ⅰ和乘法器阵列Ⅱ所得的结果分别同时送入相应的加法器树Ⅰ和加法器树Ⅱ,分别完成n2次输入的并行加法操作,即和
(4)得到的加法结果送入2输入除法器中,完成
(5)将步骤(4)得到的相关运算结果送入寄存器中,完成整个操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400843.3A CN110389745B (zh) | 2019-05-15 | 2019-05-15 | 一种基于基尼回归的信号检测与估计电路及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400843.3A CN110389745B (zh) | 2019-05-15 | 2019-05-15 | 一种基于基尼回归的信号检测与估计电路及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110389745A CN110389745A (zh) | 2019-10-29 |
CN110389745B true CN110389745B (zh) | 2023-10-13 |
Family
ID=68285322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910400843.3A Active CN110389745B (zh) | 2019-05-15 | 2019-05-15 | 一种基于基尼回归的信号检测与估计电路及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110389745B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277322B (zh) * | 2022-07-13 | 2023-07-28 | 金陵科技学院 | 基于图及持续性熵特征的cr信号调制识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4980849A (en) * | 1989-02-28 | 1990-12-25 | Raytheon Company | Method and apparatus for autoregressive model simulation |
CN101639369A (zh) * | 2008-07-29 | 2010-02-03 | 佳能株式会社 | 检测装置 |
CN104333423A (zh) * | 2014-09-09 | 2015-02-04 | 广东工业大学 | 一种基于基尼相关的信号检测电路及方法 |
CN104392086A (zh) * | 2014-09-09 | 2015-03-04 | 广东工业大学 | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 |
CN106549897A (zh) * | 2015-09-17 | 2017-03-29 | 中兴通讯股份有限公司 | 使用非线性滤波的干扰消除 |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
-
2019
- 2019-05-15 CN CN201910400843.3A patent/CN110389745B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4980849A (en) * | 1989-02-28 | 1990-12-25 | Raytheon Company | Method and apparatus for autoregressive model simulation |
CN101639369A (zh) * | 2008-07-29 | 2010-02-03 | 佳能株式会社 | 检测装置 |
CN104333423A (zh) * | 2014-09-09 | 2015-02-04 | 广东工业大学 | 一种基于基尼相关的信号检测电路及方法 |
CN104392086A (zh) * | 2014-09-09 | 2015-03-04 | 广东工业大学 | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 |
CN106549897A (zh) * | 2015-09-17 | 2017-03-29 | 中兴通讯股份有限公司 | 使用非线性滤波的干扰消除 |
CN108563421A (zh) * | 2018-04-20 | 2018-09-21 | 广东工业大学 | Fpga运算电路和斯皮尔曼秩次相关系数的求解方法 |
Non-Patent Citations (3)
Title |
---|
Asymptotic mean and variance of gini correelation under contaminated Gaussian Model;Rubao Ma等;《IEEE Access》;8095-8104 * |
基于自回归高阶估计的盲信号提取算法;任婕等;《空间电子技术》;20120925(第03期);9-12+79 * |
声信号的回归检测方法;栗苹,施聚生,崔占忠,李在庭;探测与控制学报(第01期);41-46 * |
Also Published As
Publication number | Publication date |
---|---|
CN110389745A (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597408B (zh) | 基于时频分析和瞬时频率曲线拟合的高阶pps信号参数估计方法 | |
CN109541577B (zh) | 一种部分均匀环境中未知干扰下的自适应子空间检测器 | |
CN107368799B (zh) | 基于多特征和自适应时延估计的泄漏检测与定位方法 | |
CN110619296A (zh) | 一种基于奇异分解的信号降噪方法 | |
CN110389745B (zh) | 一种基于基尼回归的信号检测与估计电路及方法 | |
CN113037660B (zh) | 基于近似消息传递的线谱估计方法 | |
CN104392086B (zh) | 一种基于皮尔逊秩次变量相关系数的信号检测电路及方法 | |
Gu et al. | Information-theoretic waveform design for Gaussian mixture radar target profiling | |
CN109031227B (zh) | 一种共轭梯度空时自适应处理方法及系统 | |
CN110726977A (zh) | 一种干扰环境下船舶雷达性能评估方法 | |
CN108761384B (zh) | 一种抗差的传感器网络目标定位方法 | |
CN109104215B (zh) | 一种基于小波变换的跳频信号码元速率盲估计方法 | |
CN110531362B (zh) | 一种高分辨率运动声呐知识基的目标检测方法 | |
CN107635181B (zh) | 一种基于信道学习的多址感知源反馈优化方法 | |
CN113864665A (zh) | 基于自适应ica和改进的rls滤波器的流体管道泄漏定位方法 | |
CN111090089A (zh) | 一种基于两类辅助数据的空时自适应检测方法 | |
CN107544050A (zh) | 白噪声背景下一种构造自适应阈值估计信号源数目的方法 | |
CN109379116B (zh) | 基于切比雪夫加速法与sor算法的大规模mimo线性检测算法 | |
CN109347770B (zh) | 一种基于压缩感知理论的信道估计方法及装置 | |
CN108667538B (zh) | 复杂噪声环境下时延和幅度衰减的联合估计方法 | |
CN104333423B (zh) | 一种基于基尼相关的信号检测电路及方法 | |
Sun et al. | Variational Bayesian two-stage Kalman filter for systems with unknown inputs | |
CN111446998A (zh) | 基于深度学习的波达方向估计方法 | |
CN110568415A (zh) | 混合高斯模型下基于Arctan函数的信号检测方法 | |
CN110083865B (zh) | 一种抗脉冲噪声的已知信号检测方法及检测电路 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |