导读:本文包含了高斯色噪声论文开题报告文献综述及选题提纲参考文献，主要关键词:高斯色噪声,信号检测,K-L变换,正交变换
高斯色噪声论文文献综述
代振,王平波,马凯[1]（2019）在《高斯色噪声背景下基于正交变换的确知信号检测》一文中研究指出Karhunen-Loève(K-L)变换可以完全去除色噪声背景下接收信号的相关性,但计算量较大,在实际应用中容易受到限制。为此,提出了一种基于正交变换的确知信号检测方法。该方法通过选取具有快速变换算法的正交矩阵来近似K-L变换,避免了直接求解噪声协方差矩阵特征值与特征向量的繁杂过程。通过仿真比较分析了一阶高斯-马尔科夫过程下基于K-L变换和基于正交变换的检测性能,结果表明:二者检测性能相近,但后者的计算效率有明显提高,具有更高的工程应用价值。(本文来源于《海军工程大学学报》期刊2019年04期）
齐栋,唐敏,刘成城,赵拥军[2]（2019）在《高斯色噪声下混合信号二维DOA估计方法》一文中研究指出针对色高斯噪声环境下混合信号二维波达方向(two-dimensional direction of arrival,2D-DOA)估计问题,提出四阶累积量与斜投影算子相结合的混合信号波达方向(direction of arrival,DOA)估计算法。首先利用接收数据构造四阶累积量矩阵切片替代传统协方差矩阵来抑制高斯色噪声,并通过传播算子方法(propagator method,PM)估计非相干信号的仰角与方位角。然后采用正交叁角(orthogonal triangular,QR)分解构造特定的斜投影算子,使接收信号中仅包含相干信号信息。将矩阵重构与PM相结合来解相干并估计相干信号的仰角与方位角。可以实现高斯色噪声背景下混合信号的2D-DOA估计,且估计信号的方位角和仰角能够实现自动配对,仿真实验证明了算法的有效性。(本文来源于《系统工程与电子技术》期刊2019年10期）
马相毓,仝卫明[3]（2019）在《非高斯噪声与高斯色噪声作用的基因调控网络研究》一文中研究指出研究非高斯噪声与高斯色噪声激励下的Myc/E2F/MiR-17-92网络模型,通过求解相应的Fokker-Planck-Kolmogorov方程,得到了系统的稳态概率密度函数。同时,从理论上讨论了非高斯噪声强度、偏离高斯噪声程度以及两噪声的互相关强度对稳态概率密度分布的影响,发现非高斯噪声强度、偏离高斯噪声程度以及噪声间的互相关强度在一定条件下不仅能够影响基因转录的效率,还能使基因转录在低浓度稳态和高浓度稳态间转换。(本文来源于《太原理工大学学报》期刊2019年02期）
邵鹏飞,邹丽娜[4]（2019）在《高斯色噪声下的子阵平滑主模式抑制波束形成》一文中研究指出实际海洋波导是一种具有空-时相关性的衰落信道,且其驻留的海洋环境背景噪声场呈现非均匀各向异性的特性,噪声场时空相关性并非δ函数,大孔径声呐的探测性能会受到很大影响。将背景噪声建模为有色高斯随机过程,设计基于子阵平滑的主模式抑制(Dominant Mode Rejection, DMR)波束形成算法,以实现小快拍数条件下具有去相关作用的自适应处理,较好地提高了大孔径阵声呐在高斯色噪声环境下的探测能力。模拟仿真结果表明,该方法具有良好的抑制高斯色噪声的能力。(本文来源于《声学技术》期刊2019年01期）
王德莉,徐伟[5]（2016）在《高斯色噪声激励下的非线性粘弹碰撞系统的随机响应分析》一文中研究指出本文主要针对于高斯色噪声激励下的非线性粘弹碰撞系统的随机响应问题作了研究。首先,借助于粘弹力的近似转换,使得原始的粘弹碰撞系统被转换成一个等价的不含粘弹项的随机系统。然后,通过非光滑变换,可将上述转换的等价系统方程进一步简化,并利用随机平均法来求解简化的系统微分方程。以一个Rayleigh粘弹碰撞系统为例详细阐述了本文理论方法的使用,并得到该理论解与原系统数值解相吻合的结论,充分说明这种分析手段对于本文研究系统是行之有效的。此外,通过改变一些系统参数(碰撞恢复系数,粘弹参数,非线性阻尼系数)的值,我们发现了随机p-分岔现象。另有结果表明:当粘弹力的模量取非负值时,仍然可以引起系统p-分岔。(本文来源于《第十届动力学与控制学术会议摘要集》期刊2016-05-06）
方次军,陈佩[6]（2015）在《高斯色噪声激励下的Logistic肿瘤细胞增长系统》一文中研究指出利用随机动力学理论,探讨高斯色噪声激励下的基于Logistic生长模型的肿瘤细胞增长系统,运用Novikov定理和Fox方法推导得出噪声激励下系统的近似Fokker-Plank方程,进而求得系统的定态概率分布函数。然后分别分析加性噪声的自相关时间、乘性噪声的自相关时间以及两噪声之间的交叉关联时间对于系统定态概率分布的影响。(本文来源于《湖北工业大学学报》期刊2015年01期）
何美娟,孙中奎,徐伟[7]（2013）在《基于信息论测度的高斯色噪声激励下双稳系统的随机共振研究》一文中研究指出基于信息论测度研究了高斯色噪声及周期信号驱动下双稳系统的随机共振现象,并且借助于信噪比对上述方法得到的结论进行了验证。(本文来源于《中国力学大会——2013论文摘要集》期刊2013-08-19）
朱然刚,李鹏飞[8]（2012）在《高斯色噪声下的相干信号DOA高分辨率估计》一文中研究指出针对高斯有色噪声下的DOA估计问题,提出一种基于高阶累积量稀疏表示的DOA估计方法。该方法利用四阶累积量矩阵中的第一列生成最小冗余向量,利用扩展阵列的最小冗余导向矢量构造过完备字典。然后利用L1范数作为稀疏约束条件,建立最小冗余向量的稀疏模型进行DOA估计。该方法将求解四阶累积量的次数从M4次降为M2-M+1次。同时又能充分利用四阶累积量的优点,对高斯有色噪声具有良好的抑制能力,并使阵列孔径得到了扩展,估计信号个数能大于阵元数目。仿真实验和理论分析验证了该方法比MUSIC-like和MUSIC算法具有更好的性能,不需要任何处理可以直接应用到相干信号。(本文来源于《电路与系统学报》期刊2012年05期）
张纯,杨俊安,叶丰[9]（2012）在《高斯色噪声背景下的单通道信源数目估计算法》一文中研究指出目前信源数目估计算法大都是基于多通道接收模型且对高斯色噪声抑制能力较差,而实际应用中单通道接收模型及色噪声环境非常普遍,因此研究色噪声背景下的单通道信源数目估计算法意义重大。针对现有算法的缺陷提出了一种基于构建信号时间快拍和四阶累积量矩阵的单通道信源数目估计算法。首先通过构建信号时间快拍实现单通道接收信号的升维得到矢量化空间,然后以此组信号空间构造出四阶累积量矩阵,并从理论上验证了该四阶累积量矩阵能有效抑制高斯白噪声及高斯色噪声的影响,最后对该矩阵进行奇异值分解并通过信息论准则估计出信源个数。仿真实验和实际信号实验都表明本文算法能较好地解决单通道信源数目估计问题,且能有效抑制高斯色噪声。(本文来源于《信号处理》期刊2012年07期）
张慧清,徐伟,许勇[10]（2012）在《高斯色噪声激励下叁势阱系统的逻辑随机共振现象研究》一文中研究指出本文利用基于Simulink的数值模拟方法研究了加性和乘性高斯色噪声激励下叁势阱系统的逻辑随机共振现象。首先对于加性高斯色噪声激励下的叁势阱系统,发现对于确定的关联时间,当噪声强度取在一定范围时,和叁个势阱相对应的叁个输出和叁个不同的输入之间是逻辑关联的关系,从而该系统可以实现任意可靠的逻辑操作,避免了双稳系统信息丢失以及不能实现逻辑XOR的现象。随(本文来源于《第九届全国动力学与控制学术会议会议手册》期刊2012-05-18）
高斯色噪声论文开题报告
（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：
针对色高斯噪声环境下混合信号二维波达方向(two-dimensional direction of arrival,2D-DOA)估计问题,提出四阶累积量与斜投影算子相结合的混合信号波达方向(direction of arrival,DOA)估计算法。首先利用接收数据构造四阶累积量矩阵切片替代传统协方差矩阵来抑制高斯色噪声,并通过传播算子方法(propagator method,PM)估计非相干信号的仰角与方位角。然后采用正交叁角(orthogonal triangular,QR)分解构造特定的斜投影算子,使接收信号中仅包含相干信号信息。将矩阵重构与PM相结合来解相干并估计相干信号的仰角与方位角。可以实现高斯色噪声背景下混合信号的2D-DOA估计,且估计信号的方位角和仰角能够实现自动配对,仿真实验证明了算法的有效性。
（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。
高斯色噪声论文参考文献
[1].代振,王平波,马凯.高斯色噪声背景下基于正交变换的确知信号检测[J].海军工程大学学报.2019
[2].齐栋,唐敏,刘成城,赵拥军.高斯色噪声下混合信号二维DOA估计方法[J].系统工程与电子技术.2019
[3].马相毓,仝卫明.非高斯噪声与高斯色噪声作用的基因调控网络研究[J].太原理工大学学报.2019
[4].邵鹏飞,邹丽娜.高斯色噪声下的子阵平滑主模式抑制波束形成[J].声学技术.2019
[5].王德莉,徐伟.高斯色噪声激励下的非线性粘弹碰撞系统的随机响应分析[C].第十届动力学与控制学术会议摘要集.2016
[6].方次军,陈佩.高斯色噪声激励下的Logistic肿瘤细胞增长系统[J].湖北工业大学学报.2015
[7].何美娟,孙中奎,徐伟.基于信息论测度的高斯色噪声激励下双稳系统的随机共振研究[C].中国力学大会——2013论文摘要集.2013
[8].朱然刚,李鹏飞.高斯色噪声下的相干信号DOA高分辨率估计[J].电路与系统学报.2012
[9].张纯,杨俊安,叶丰.高斯色噪声背景下的单通道信源数目估计算法[J].信号处理.2012
[10].张慧清,徐伟,许勇.高斯色噪声激励下叁势阱系统的逻辑随机共振现象研究[C].第九届全国动力学与控制学术会议会议手册.2012