导读:本文包含了广义似然比法论文开题报告文献综述及选题提纲参考文献，主要关键词:深海波导,广义似然比,有效模态空间,降维处理
广义似然比法论文文献综述
孔德智,孙超,李明杨,卓颉,刘雄厚[1]（2019）在《深海波导中基于采样简正波模态降维处理的广义似然比检测》一文中研究指出针对深海波导中的水下声源检测,结合声传播与接收特性,提出了一种基于简正波模态信息降维处理的窄带声源检测方法,运用广义似然比(generalized likelihood ratio,GLR)方法导出了深海波导中的特征值检测器和恒虚警率特征值检测器(下统称为GLR检测器).理论分析表明,给定阵列输入信噪比下,GLR检测器的输出信噪比随接收数据空间维度的减小而增大.根据简正波理论,阵列接收信号声场位于由各阶采样简正波模态信息张成的空间(简称模态空间).由于阵列孔径尺寸的限制,在深海波导中常会出现"有效模态空间"维度小于阵元域接收数据空间维度的情况.基于此性质并根据阵列采样的简正波模态信息,提取"有效模态空间"以构造降维矩阵,分别导出了使用垂直线列阵和水平线列阵时的降维GLR检测统计量.数值仿真给出了GLR检测器的检测性能分析与对比,验证了降维GLR检测器的性能改善效果,同时表明水平线列阵接收声场位于更低维的"有效模态空间","有效模态空间"维度随阵元间距和声源频率的增大而减小.(本文来源于《物理学报》期刊2019年17期）
张贺[2]（2019）在《低信噪比环境下基于广义似然比算法的频谱感知技术研究》一文中研究指出随着无线频谱资源日益短缺,为实现不可再生频谱资源的再利用,为缓解频谱资源日益短缺与无线频谱需求日益增长之间的矛盾,认知无线电这一全新的通信理念得到了通信领域科研人员的广泛关注。因此,开发新技术,为新的业务提供更多可用频谱资源成为了一个新的研究方向。频谱感知技术是实现认知无线电应用,构建认知无线电系统的首要且核心技术,也是保护授权用户免受有害干扰、提高无线电系统自身频谱资源利用率的重要前提。目前频谱感知技术可分成如下叁类:基于发射机检测、基于干扰温度检测和基于合作感知的频谱检测。由于基于用户接收机的频谱检测算法中授权用户大多处于被动接听状态,难以确定用户具体位置,所以目前无线领域中常用的频谱感知技术为基于用户发射机检测和基于合作感知的检测两种方法。通信领域的科研学者针对频谱感知技术作出了大量的研究,有匹配滤波器检测、能量检测、周期平稳检测等相关算法,虽然这些算法在一定程度上实现了频谱感知技术,但仍然存在着很多不足。本文针传统感知算法中存在的问题进行研究,引入广义似然比算法,解决了在低噪环境中,未知授权用户信息情况下进行的频谱感知,并进行仿真设计,验证结论。论文的主要研究内容如下:首先论文介绍了基于广义似然比算法的研究背景及意义,阐述了基于广义似然比算法的国内外研究现状并分析了广义似然比算法流程。然后本文分析了国内外频谱资源的使用情况及现行频谱的管理方式,引入认知无线电技术,并针对认知无线电的关键技术频谱感知技术进行了深入的研究。重点分析了匹配滤波器算法、能量检测算法和循环平稳特征检测算法这叁种算法,总结出不同算法的适用环境及其优缺点。接着引入广义似然比算法,解决了在低信噪比环境中,未知授权用户信息情况下进行的频谱感知。将广义似然比算法与能量检测算法、匹配滤波器算法进行比较,并进行仿真,有效得出结论。在低信噪比的无线环境中,基于广义似然比算法具有良好的感知性能。最后论文针对传统频谱感知算法存在的问题进行研究。并依据不同的限制条件,总结算法的改进情况及前景。(本文来源于《吉林大学》期刊2019-06-01）
秦磊,夏传信,施建军[3]（2018）在《异质性数据下广义线性模型的Maximin似然比估计及应用》一文中研究指出针对具有多个来源的异质性数据,文献中通常提出复杂程度较高的模型用于描述每个数据子总体的特征,而本文着眼于刻画不同数据子总体的共性进而建立一个简单的模型。在参数估计方面,本文借鉴了普通线性模型的Maximin估计思想,提出了适用于广义线性模型的Maximin似然比估计方法及稀疏结构下的惩罚估计。该方法通过最大化所有子总体中似然比统计量的最小值,构建了一个简单而保守的模型,以减少数据来源较多而呈现的复杂性。本文所提方法适用于因变量服从正态分布、两点分布、泊松分布等指数族分布的情形,丰富了前人的研究成果,具有更好的实践意义。模拟分析显示,相比于经典的估计方法,Maximin似然比估计方法不仅能够有效地探寻子总体的共性,而且具有较高的样本外预测精度。本文的方法也适用于政府统计和经济统计中具有异质性的大型数据集。(本文来源于《统计研究》期刊2018年06期）
陈晴[4]（2017）在《异方差正态混合模型的广义似然比检验》一文中研究指出本文主要研究异方差正态混合模型的检验问题,运用了广义极大似然估计(GLME),改进广义似然比检验(GLRT),使其也适用于异方差正态混合模型。由于RE-Bayes软件的函数只能计算同方差混合模型,故在异方差正态混合模型中,我们取得样本方差的下界σ_0,利用卷积公式将异方差的混合模型转化成同方差混合模型,本文第叁章理论验证了同方差混合模型与异方差混合模型的等价性,从而解决了异方差GLRT的计算问题。第四章进行数值模拟,在模拟之前要提供样本方差的下界σ_0,但由于方差大小的未知性,无法提供一个可靠的下界。通过模拟发现,下界的错误设定对GLRT的功效无影响。本文在此对σ_0的选取提供数据依据,得到合适的下界。为了展现GLRT的功效,在四种环境下进行数值模拟:第一种是稀疏环境;第二种是非常稀疏的环境;第叁种是稠密的环境;第四种是在两个参数都不确定的环境。在这四种环境下比较GLRT与其他方法的功效,得出的结论是GLRT方法功效更好更稳健。(本文来源于《苏州大学》期刊2017-04-01）
焦传海,李永成,谢恺,杨运甫[5]（2016）在《基于期望偏差和广义似然比检验的非重构宽带压缩盲感知》一文中研究指出为了克服传统宽带频谱感知方法存在的不足,提出了一种基于期望偏差(Ex D)和广义似然比检验(GLRT)的合作式非重构宽带压缩盲感知方法,简称Ex D-GLRT方法。该方法直接利用压缩采样观测数据的数字特征构建检测统计量,基于Ex D进行本地混合判决;认知基站将本地判决信息分为软判决和硬判决两类,采用基于非重构的GLRT方法对软判决信息进行可靠性融合检测,并给出最终判决结果。理论分析和仿真结果表明,该方法是一种盲感知方法,既不需要主用户信号先验知识,也不需要噪声方差信息,可有效提高频谱感知能力,且计算复杂度较低。(本文来源于《兵工学报》期刊2016年10期）
张兵,叶迎晖,卢光跃[6]（2016）在《基于广义似然比的频谱感知算法》一文中研究指出基于拟合度检验的频谱感知算法(GOF)具有较好的检测性能但复杂度高。给出了新的检测模型,引入广义似然比,利用接收信号样本均值的平方构造了新的检验统计量;推导了该检验统计量的概率密度函数(PDF)和判决门限的表达式,进而实现频谱感知。在高斯信道环境下,与GOF算法及能量检测算法(ED)进行比较,仿真表明:所提算法具有较好的检测性能且复杂度低。(本文来源于《传感器与微系统》期刊2016年08期）
魏岳嵩[7]（2016）在《非线性结构向量自回归因果图的广义似然比辨识方法》一文中研究指出利用图模型方法研究非线性结构向量自回归模型的因果性问题.构建了非线性结构向量自回归因果图模型,提出图模型因果性的广义似然比辨识方法.构造同期因果关系和滞后因果关系的广义似然比统计量,使用bootstrap方法来确定检验统计量的原分布,模拟研究论述了方法的有效性.(本文来源于《高校应用数学学报A辑》期刊2016年02期）
何桢,左玲,张敏[8]（2016）在《基于广义似然比的图像数据监控方法》一文中研究指出针对具有一致性或存在特定模式的产品图像中可能出现的偏移数目未知的问题,提出将图像划分为不可重迭、大小相同的小区域,计算各区域的灰度均值,对所有区域灰度均值的广义似然比统计量求和来构建控制图,从而实现了对该类产品图像的实时监控.利用仿真试验对不同区域大小下控制图的性能进行了对比分析.结果表明,当划分的区域大小与目标偏移的范围一致时,不论图像中出现单个或多个偏移,控制图的检测效果最优.(本文来源于《系统工程学报》期刊2016年01期）
梁国龙,陶凯,王晋晋,范展[9]（2015）在《声矢量阵宽带目标波束域变换广义似然比检测算法》一文中研究指出为了解决水下声矢量信号处理中的宽带目标被动探测问题,提出了一种波束域的检测算法.该算法借鉴人眼对空间谱的检测原理,对波束域数据进行广义似然比检测.首先结合干扰抑制问题和矢量环境噪声场特性,探讨了波束域变换矩阵的设计准则,并推导了解析解的形式;然后在假定已知不含目标波束个数的情况下,构建了波束域的概率密度模型,并对模型中的未知参量进行最大似然估计,进而给出了广义似然比检测器的形式;最后应用信息论准则,给出了不含目标波束个数的估计方法.理论分析与仿真实验表明,该算法在强目标干扰,以及背景噪声功率谱起伏、时变等环境下,始终具有更好的系统增益和恒虚警率特性.湖上试验的结果进一步验证了算法的有效性.(本文来源于《物理学报》期刊2015年09期）
侯建华,刘欣达,陈稳,陈少波[10]（2015）在《基于广义似然比的小波域SAR图像相干斑抑制算法》一文中研究指出在联合检测与估计理论框架下推导出了Bayes萎缩函数表达式,并提出了一种基于广义似然比的小波域SAR图像去斑算法.该算法对含斑SAR图像直接做冗余小波变换,求出小波系数所对应的二值掩模;对相干斑噪声和有用信号的似然条件概率分别建模为尺度指数分布和Gamma分布,根据二值掩模信息,采用最大似然估计得到两种模型的参数并计算似然条件概率比.实验结果表明:文中所给算法在有效滤除斑点噪声的同时,也较好地保持了图像的细节信息,在对人工加斑图像和多幅实际SAR图像的处理中获得了令人满意的结果.(本文来源于《中南民族大学学报(自然科学版)》期刊2015年01期）
广义似然比法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着无线频谱资源日益短缺,为实现不可再生频谱资源的再利用,为缓解频谱资源日益短缺与无线频谱需求日益增长之间的矛盾,认知无线电这一全新的通信理念得到了通信领域科研人员的广泛关注。因此,开发新技术,为新的业务提供更多可用频谱资源成为了一个新的研究方向。频谱感知技术是实现认知无线电应用,构建认知无线电系统的首要且核心技术,也是保护授权用户免受有害干扰、提高无线电系统自身频谱资源利用率的重要前提。目前频谱感知技术可分成如下叁类:基于发射机检测、基于干扰温度检测和基于合作感知的频谱检测。由于基于用户接收机的频谱检测算法中授权用户大多处于被动接听状态,难以确定用户具体位置,所以目前无线领域中常用的频谱感知技术为基于用户发射机检测和基于合作感知的检测两种方法。通信领域的科研学者针对频谱感知技术作出了大量的研究,有匹配滤波器检测、能量检测、周期平稳检测等相关算法,虽然这些算法在一定程度上实现了频谱感知技术,但仍然存在着很多不足。本文针传统感知算法中存在的问题进行研究,引入广义似然比算法,解决了在低噪环境中,未知授权用户信息情况下进行的频谱感知,并进行仿真设计,验证结论。论文的主要研究内容如下:首先论文介绍了基于广义似然比算法的研究背景及意义,阐述了基于广义似然比算法的国内外研究现状并分析了广义似然比算法流程。然后本文分析了国内外频谱资源的使用情况及现行频谱的管理方式,引入认知无线电技术,并针对认知无线电的关键技术频谱感知技术进行了深入的研究。重点分析了匹配滤波器算法、能量检测算法和循环平稳特征检测算法这叁种算法,总结出不同算法的适用环境及其优缺点。接着引入广义似然比算法,解决了在低信噪比环境中,未知授权用户信息情况下进行的频谱感知。将广义似然比算法与能量检测算法、匹配滤波器算法进行比较,并进行仿真,有效得出结论。在低信噪比的无线环境中,基于广义似然比算法具有良好的感知性能。最后论文针对传统频谱感知算法存在的问题进行研究。并依据不同的限制条件,总结算法的改进情况及前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义似然比法论文参考文献
[1].孔德智,孙超,李明杨,卓颉,刘雄厚.深海波导中基于采样简正波模态降维处理的广义似然比检测[J].物理学报.2019
[2].张贺.低信噪比环境下基于广义似然比算法的频谱感知技术研究[D].吉林大学.2019
[3].秦磊,夏传信,施建军.异质性数据下广义线性模型的Maximin似然比估计及应用[J].统计研究.2018
[4].陈晴.异方差正态混合模型的广义似然比检验[D].苏州大学.2017
[5].焦传海,李永成,谢恺,杨运甫.基于期望偏差和广义似然比检验的非重构宽带压缩盲感知[J].兵工学报.2016
[6].张兵,叶迎晖,卢光跃.基于广义似然比的频谱感知算法[J].传感器与微系统.2016
[7].魏岳嵩.非线性结构向量自回归因果图的广义似然比辨识方法[J].高校应用数学学报A辑.2016
[8].何桢,左玲,张敏.基于广义似然比的图像数据监控方法[J].系统工程学报.2016
[9].梁国龙,陶凯,王晋晋,范展.声矢量阵宽带目标波束域变换广义似然比检测算法[J].物理学报.2015
[10].侯建华,刘欣达,陈稳,陈少波.基于广义似然比的小波域SAR图像相干斑抑制算法[J].中南民族大学学报(自然科学版).2015