导读:本文包含了噪声不确定性论文开题报告文献综述及选题提纲参考文献，主要关键词:随机控制,模型不确定性,社会最优,线性二次
噪声不确定性论文文献综述
于鑫[1]（2019）在《具有模型不确定性与乘性噪声的线性二次平均场社会控制研究》一文中研究指出随机最优控制和多自主体模型均是现代控制理论的重要研究课题,已经得到国内外众多学者的大量研究.近些年,部分学者将平均场理论引入到大种群的博弈中,发展了平均场博弈理论.截止目前,平均场博弈与控制相关的理论已经广泛应用于CDMA网络的传输功率调节、电动汽车充电控制、生产量调整等领域.线性二次框架下,模型的不确定性(或称之为“未建模动态”)和社会最优控制都是平均场博弈中非常值得研究的热点.未建模动态对研究鲁棒平均场博弈很有意义,社会最优考虑的是所有参与者共同优化同一个社会指标(所有个体指标的和)的情形,两者在现实世界中都是普遍存在的.本文研究了具有模型不确定性和乘性噪声的线性二次平均场社会控制问题,设计了分散式的控制策略并证明其具有渐进的社会最优性.文章的组织结构如下:前两章介绍了研究背景以及最优控制、平均场博弈相关的一些基本方法与定理,作为后面推导与证明的预备知识;第叁章描述研究的主要问题并推导出相关结论,同时通过数值仿真验证结果的有效性;最后一章总结全文并展望未来的工作.本文主要工作及贡献如下:首先,考虑了未建模动态的线性二次平均场社会最优控制,通过person-by-person最优性分析和平均场近似,设计出分散式的控制策略;其次,对于多自主体同质的情形,给出了保证其相合性方程有解的条件;最后,证明了设计的分散式控制策略具有渐近的鲁棒社会最优性。(本文来源于《山东大学》期刊2019-05-10）
徐明,陈芳[2]（2019）在《基于水下噪声信道不确定性的保密通信方案》一文中研究指出针对水下噪声不确定性对信息传输产生的影响和噪声信道中通信面临的安全问题,提出一种基于水下噪声信道不确定性的保密通信方案。该方案由基于哥德尔编码的交互式密钥提取协议和基于r-循环Toeplitz矩阵的保密增强协议组成。在密钥提取的过程中,通过引入哥德尔编码,减少了密钥序列的比较次数;在计算保密增强后的密钥长度时,考虑了水下噪声的不确定性,具有更强的实际意义。实验结果表明,在满足协议安全性的条件下,传输的总比特数为119 940 bit,保密增强后生成的密钥串总长度的下界为117 331 bit,敌手关于密钥串信息量的上界为2 609 bit,所需时间为11.99 s,并且所提出的(nt+s)×(nt+s)阶r-循环Toeplitz矩阵比传统的同阶Toeplitz矩阵减少了(nt+s)-1 bit存储空间。(本文来源于《通信学报》期刊2019年04期）
穆俊生[3]（2018）在《基于噪声不确定性和感知策略优化的频谱感知技术研究》一文中研究指出噪声的时变性及非统一性造成其数字特征的不确定性,即噪声不确定性。认知无线电接收信号由于受噪声不确定性的影响,降低了频谱感知的准确性和稳定性。环境越复杂(恶劣),目标频谱错判率及误判率就越高。无线信道中噪声不确定性已成为频谱感知技术的发展瓶颈。为了尽可能消除噪声不确定性对认知无线电的影响,提高频谱感知的准确性和可靠性,本文提出了适用于无线通信环境的噪声不确定性模型,通过对背景噪声的合理建模,抑制噪声不确定性对频谱检测结果的影响,极大提高频谱感知的准确性和可信度。频谱感知的感知策略融合了影响频谱感知性能的主要因素,是频谱感知性能的优化方向,对感知性能上限起着决定性作用。目前主流的频谱感知策略大多是汇集影响频谱感知性能的部分因素而形成的局部目标函数,降低了认知系统的适应性和鲁棒性,不利于频谱感知在复杂网络环境下的应用和推广。因此,研究由影响频谱感知性能的主要因素而构成的全局感知策略,形成频谱感知性能优化建议,将有助于进一步完善频谱感知基础理论,推动频谱感知标准化进程,为优化不同场景下频谱感知性能提供参考。为此,本文开展基于噪声不确定性和感知策略优化的频谱感知技术研究,通过抑制接收信号中的噪声成分和优化当前现存的频谱感知目标函数,提高空闲频谱检测的准确性和可靠性,为认知无线电技术的落地提供支撑。本文的主要工作和创新总结如下:1.低秩噪声模型:将接收信号频谱建模为低秩、稀疏模型,其中噪声频谱为低秩模型,信号频谱为稀疏模型。通过移除接收信号频谱中的低秩成分,抑制噪声不确定性对频谱空洞检测的影响,提高频谱感知的准确率。2.基于相关性和方差的协同噪声模型:设计两个不同的调整因子分别添加到观测信号的相关因子和方差因子中,来保证观测信号相关性和方差乘积的时不变性和主信号不存在情况下噪声相关性和方差乘积的时不变性,从而间接地消除噪声不确定性对频谱感知检测性能的影响。3.子空间噪声模型:将接收信号分解为两个相互正交的子空间:信号子空间和噪声子空间。其中噪声子空间只包含无线通信环境中的噪声,而信号子空间中则包含所有的信号及部分噪声。通过移除噪声子空间,从而提高判决的准确性和稳定性。4.基于子空间噪声模型的多用户共存频谱感知方案:在子空间噪声模型的基础上,设计一种多个主用户共存的频谱感知方案,并在理论上分析其检测概率和虚警概率。5.基于噪声不确定性的多方案融合感知:在有效评估环境信噪比的基础上,探索基于能量检测和协方差矩阵检测的双阶段盲频谱感知方案,在强噪声环境下利用协方差矩阵检测来抑制噪声不确定性对于频谱感知性能的影响。6.基于感知策略优化的频谱感知技术:探索融合检测概率、虚警概率、感知时间和系统吞吐量的单结点频谱感知全局感知策略;探索融合检测性能、感知时间、系统吞吐量和计算复杂度的单结点频谱感知全局感知策略。(本文来源于《北京邮电大学》期刊2018-12-30）
齐现英[4]（2018）在《不确定性信息在图像噪声处理中的应用研究》一文中研究指出无论是宏观图像还是微观显微图像,在图像获取、传输与记录过程中不可避免地会引入各种类型噪声。本文将宏观图像及显微图像的噪声去除、微观图像固点噪声的定位及提取统称为图像噪声处理。不确定性普遍存在于现实世界中,人类认知也存在主观不确定性,正是由于图像、噪声和人类认知等不确定性因素的存在,现有噪声处理算法还存在许多要改进的地方。对宏观图像和微观显微图像噪声滤除来说,传统滤波算法存在的主要问题有:缺乏对不确定性信息的量化和利用;噪声阈值具有不确定性和敏感性;高密度噪声环境下噪声特征的鲁棒性及特异性较差;像素相似性度量缺乏鲁棒性;显微视频滤波缺乏科学的客观评价指标等。对显微图像固点噪声处理来说,存在的主要问题有:因缺乏有效的噪声定位算法,噪声与兴趣目标难以进行有效分离。为此,本文从不同角度对图像及噪声的不确定性进行量化,并利用不确定性融合信息来解决上述噪声处理领域存在的相关问题。首先研究如何利用图像不确定性信息对现有随机脉冲噪声、椒盐噪声和高斯噪声等传统滤波算法存在的不足进行改进;然后在中智图像域研究基于双特征决策的显微图像固点噪声定位算法;最后将所提出算法用于计算机精子质量分析系统,创新性地提出两个评价新指标:显微环境洁净度质控量化指标以及滤波算法对显微视频降噪性能的客观评价指标。本文具体研究内容如下:1)研究基于方向特性与不确定性融合的随机脉冲滤除算法:针对噪声阈值具有敏感性和不确定性、ROLD(Rank-Ordered Logarithmic Difference)噪声统计量缺乏方向信息等问题,首先研究新型四方向滤波模板并提出新的噪声统计量RODLD(Rank Ordered Directional Logarithmic Difference);然后构建中智不确定性量化函数并提出基于排序的中智不确定性ROIN(Rank Ordered Neutrosophic Indeterminacy)统计量。利用RODLD和ROIN构建双端噪声检测方案来降低开关滤波器噪声阈值敏感性和不确定性对噪声检测的影响。从灰度和不确定性两方面对像素相似性进行衡量,用ROAD(Rank-Ordered Absolute Differences)和IN(Neutrosophic Indeterminacy)构建新型双边滤波函数来提高滤波权重的准确性。实验结果表明,基于方向特性和中智不确定性融合的滤波算法,既降低了阈值对噪声检测的敏感性,又提高了权重准确性,整体滤波性能优于相关比较算法。2)研究基于中智不确定性理论和和灰色理论相融合的椒盐噪声滤除算法:为解决高密度噪声环境下图像细节保护和噪声效滤除之间的矛盾,针对传统灰色滤波算法中灰色特征存在特异性差的缺点,提出用稳健相异度RDD(Robust Dissimilarity Degree)进行改进。RDD统计量具有明显的噪声极化特性和鲁棒性,对噪声判断极为有效。在噪声检测阶段,将RDD与RONI统计量相融合,构建二次噪声检测方案来降低噪声误判率。在噪声滤除阶段,利用NI及ECGCD(Extreme-Compression-Grey-Correlation-Degree)两个不确定性统计量进行像素相似性衡量,建立了基于不确定性特征融合的自适应权重函数。实验正明,基于两种不确定性信息融合的椒盐噪声滤除算法降低了边缘像素的误判率,明显提高了算法的去噪性能。3)研究一种基于熵中智不确定性的双阶段非局部滤波算法:针对非局部滤波算法在相似性度量及滤波参数方面存在的不足,提出基于局部熵截断法的中智不确定性量化特征,该特征具有较强的区域属性反映能力和抗噪能力。利用熵中智不确定性实现平滑参数的像素级自适应调节,并构建基于熵中智不确定性和灰度特征相融合的新型权重函数。在充分利用“方法噪声”有用信息基础上,将新权重函数和像素自适应平滑函数融入NLM算法,提出了双阶段非局部滤波算法。实验结果表明,新算法在图像结构保持方面取得了良好的效果。4)研究一种基于中智梯度和中智灰度的精子显微视频固点噪声定位算法:针对显微图像噪声与精子类小目标难以有效分离的问题,设计了具有噪声调节功能的中智梯度特征,将其与中智灰度特征相融合,提出基于双标准决策的固点噪声定位算法。实验证明:该固点噪声定位算法在一定程度上克服了传统分割算法对无双峰分布图像难以正确提取镜子目标的缺点,实现了精子及固点噪声的有效分离。据此提出的非精比RNSO(The Rate ofNot Sperm Objects)指标填补了目前显微环境缺乏洁净度质控参数的空白。5)针对显微图像不适合用PSNR及SSIM指标对算法滤波性能进行客观评价的现状,通过研究算法去噪性能与目标分割阈值及目标跟踪轨迹的关系,创新性地提出将序列阈值差值和 STDS(Sum of Threshold Differences of a Sequence)作为算法显微视频降噪性能的客观评价指标。用S TD S指标对前文新提出滤波算法的降噪性能进行验证,实验结果表明新算法对显微视频图像具有良好的结构保持能力。(本文来源于《山东大学》期刊2018-03-09）
过武宏,朱威[5]（2016）在《基于神经元网络的舰船辐射噪声不确定性捕捉》一文中研究指出舰船辐射噪声是进行声纳作用距离估计的重要参数,为了对不确定性环境下的舰船辐射噪声进行有效估计,采用神经元网络方法对数据的不确定性进行捕捉和控制。产生两组带有噪声的辐射噪声数据,采用神经元网络方法对其中一组数据进行学习,计算输出数据与另一组未经训练的均方差和熵,以此度量其不确定性的大小.仿真计算结果显示,神经元网络对不确定性越大的数据训练效果越好,且经过训练的数据不确定性明显减小。(本文来源于《2016年全国声学学术会议论文集》期刊2016-10-28）
陈强,金明,童景文[6]（2016）在《一种针对噪声不确定性的顽健循环特征检测法》一文中研究指出循环特征检测法的检测性能远优于能量检测法,但是噪声不确定性会使这一优势变得不明显。针对这一问题,提出了一种能够对抗噪声不确定性的循环特征检测法。推导证明了在二维循环谱中,不同循环频率上的噪声分量具有独立同分布的特性。基于这一特性,利用授权用户信号循环谱峰以外的值来估计循环谱峰处的噪声分布,并获得不需要噪声功率先验知识的判决门限,从而避免了噪声不确定性的影响。实验结果表明,所提方法的检测性能接近噪声功率精确已知的循环特征检测法。(本文来源于《电信科学》期刊2016年10期）
施鹏[7]（2016）在《已知噪声不确定性的协作频谱感知算法》一文中研究指出本文使用噪声不确定性来量化环境噪声对频谱检测的影响,在Nakagami信道下分析能量检测性能,针对噪声不确定性降低了能量检测概率的问题,提出了平方律合并算法,推导了由噪声不确定性确定双门限的检测概率公式和误检概率公式。通过仿真分析可以看出,平方律合并的双门限能量检测能够改善噪声不确定性对检测概率的影响,并降低误检概率,提高了检测性能。(本文来源于《科技经济导刊》期刊2016年28期）
齐现英,刘伯强,徐建伟[8]（2016）在《基于不确定性信息融合的高密度椒盐噪声降噪方法》一文中研究指出为解决高密度椒盐噪声滤除与细节保护之间的矛盾,提出一种基于不确定性信息融合的中智灰滤波算法.该算法包括两个阶段:噪声检测和噪声恢复.在检测阶段,为提高噪声检测准确率,首先利用Max-Min算法进行初测,然后利用极值压缩灰色关联度与顺序不确定性的融合信息进行二次判断.在噪声恢复阶段,为充分利用像素本身的不确定性及邻域像素的灰色关联性,将中智不确定性和极值压缩灰色关联度的乘积作为相似性度量特征,设计了中智灰自适应权重函数.实验表明,针对不同图像,二次噪声检测方案的噪声剔除率可达0.1%~8.8%;该中智灰滤波算法在抑制椒盐噪声的同时能较好地保护图像边缘信息,特别是在高噪声(70%~90%)情况下,算法的综合性能优于现有相关算法.(本文来源于《电子学报》期刊2016年04期）
李明源,李鸥,孙武剑[9]（2014）在《基于噪声不确定性的双门限协作频谱感知算法》一文中研究指出传统的双门限协作频谱感知算法忽略了两门限之间认知用户的本地感知信息,而利用这部分信息可以进一步提高认知无线电系统的感知性能。为此,在等增益合并的基础上,提出一种顺序自适应分步合并算法。两门限之间的认知用户根据接收信噪比分步上传本地感知信息,融合中心自适应地调整参与协作的认知用户数,以减小系统的上传数据开销。推导在Rayleigh衰落信道条件下,认知用户上传数据的平均比特数以及全局检测概率的闭式表达式。理论分析和仿真结果表明,该算法能以较小的数据开销获得较优的协作感知性能。(本文来源于《计算机工程》期刊2014年04期）
胡小峰[10]（2014）在《基于噪声不确定性和用户状态改变的能量检测算法研究》一文中研究指出随着无线通信业务和技术的快速增长，对无线频谱的需求也日益增大，当前，无线频谱的匮乏是阻碍无线通信发展的瓶颈之一。认知无线电（CR）通过伺机地接入授权的空闲频谱以提高频谱利用率，对缓解无线频谱资源的紧缺具有重要意义。由于实现简单和复杂度低的优点，能量检测算法已经在空闲频谱检测中被广泛应用，但其检测性能特别容易受到噪声功率不确定性（NPU）、检测期间用户状态改变和低信噪比（SNR）因素的影响。本文在这方面进行深入探讨，主要研究内容和成果如下：针对能量检测算法受到NPU的严重影响，本文给出了一种新的复杂度较低的NPU区间估计算法，并且从理论上分析了估计的噪声功率对能量检测算法信噪比墙（SNR WALL）恶化影响，得出了SNR WALL恶化性定理。进一步，基于门限修正提出了一种改进的能量检测算法以消除SNR WALL恶化。仿真结果表明，本文算法能较为精确地估计NPU区间，并且验证了SNR WALL恶化性定理的正确性；同时，改进的能量检测算法性能要优于RSA算法，降低了SNR WALL恶化，提高了检测的鲁棒性。本文将能量检测算法和经典分布式认知MAC（DC-MAC）进行结合，通过跨层协作的方式分析得出了多个次用户（SU）同时检测同一空闲频谱造成检测结果不可靠。为在低SNR场景达到目标检测概率，推导出了能量检测算法的最小采样时间（MST）。基于MST，提出了一种改进的DC-MAC（ODC-MAC）协议。ODC-MAC整合了物理层频谱感知策略和MAC层数据传输，通过跨层协作提高SU的数据传输可靠性。仿真表明，本文理论分析和实际仿真结果吻合；同时，相对于DC-MAC，ODC-MAC可以提高数据传输可靠性和吞吐量。针对检测期间主用户（PU）的活动状态变化和低SNR造成能量检测算法检测性能严重下降的现象，本文给出了一种加权（weight-p）能量检测算法。为减少实现复杂性和节约需要的功耗，weight-p能量检测算法的最优权值建模成MST的优化问题，分析得出了最优权值和次优权值。仿真表明，在PU状态改变和低SNR的场景下，本文提出的weight-p能量检测算法可以提高SU的检测性能和降低虚警概率，并且在获得相同检测性能的前提下可以压缩检测时间。由于用户（PU或者SU）随机到达对频谱检测的性能有很大影响，为解决这个问题，本文提出了一种反馈迭加能量检测方案。通过将检测周期后半部分采样点的瞬时能量值累加到检测周期前半部分采样点的瞬时能量上，在不延长检测时间的基础之上，提高整个检测周期的能量统计值。仿真表明，反馈迭加能量检测方案的检测性能要优于现有文献的检测方法，并且可以降低用户之间数据发生碰撞的概率，从而提高SU的吞吐量。(本文来源于《重庆邮电大学》期刊2014-04-01）
噪声不确定性论文开题报告
（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：
针对水下噪声不确定性对信息传输产生的影响和噪声信道中通信面临的安全问题,提出一种基于水下噪声信道不确定性的保密通信方案。该方案由基于哥德尔编码的交互式密钥提取协议和基于r-循环Toeplitz矩阵的保密增强协议组成。在密钥提取的过程中,通过引入哥德尔编码,减少了密钥序列的比较次数;在计算保密增强后的密钥长度时,考虑了水下噪声的不确定性,具有更强的实际意义。实验结果表明,在满足协议安全性的条件下,传输的总比特数为119 940 bit,保密增强后生成的密钥串总长度的下界为117 331 bit,敌手关于密钥串信息量的上界为2 609 bit,所需时间为11.99 s,并且所提出的(nt+s)×(nt+s)阶r-循环Toeplitz矩阵比传统的同阶Toeplitz矩阵减少了(nt+s)-1 bit存储空间。
（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。
噪声不确定性论文参考文献
[1].于鑫.具有模型不确定性与乘性噪声的线性二次平均场社会控制研究[D].山东大学.2019
[2].徐明,陈芳.基于水下噪声信道不确定性的保密通信方案[J].通信学报.2019
[3].穆俊生.基于噪声不确定性和感知策略优化的频谱感知技术研究[D].北京邮电大学.2018
[4].齐现英.不确定性信息在图像噪声处理中的应用研究[D].山东大学.2018
[5].过武宏,朱威.基于神经元网络的舰船辐射噪声不确定性捕捉[C].2016年全国声学学术会议论文集.2016
[6].陈强,金明,童景文.一种针对噪声不确定性的顽健循环特征检测法[J].电信科学.2016
[7].施鹏.已知噪声不确定性的协作频谱感知算法[J].科技经济导刊.2016
[8].齐现英,刘伯强,徐建伟.基于不确定性信息融合的高密度椒盐噪声降噪方法[J].电子学报.2016
[9].李明源,李鸥,孙武剑.基于噪声不确定性的双门限协作频谱感知算法[J].计算机工程.2014
[10].胡小峰.基于噪声不确定性和用户状态改变的能量检测算法研究[D].重庆邮电大学.2014