冲击噪声环境下的测向算法大多基于分数低阶统计量,其不仅计算复杂度较高,而且对强冲击噪声的适应性也较差.通过对冲击噪声的分布特性进行研究和分析,利用其冲击成分出现概率相对较低且具有随机性的特点,提出了基于中值滤波的测向新方法,并推导了冲击噪声背景测向的克拉美罗界.首先,引入中值滤波方法对阵列接收数据进行平滑处理,滤除冲击噪声,并提出了针对强冲击噪声的改进方法,然后利用传统的二阶矩方法求阵列接收数据协方差矩阵并进行波达方向(Direction Of Arrival,DOA)估计.理论分析和仿真验证结果表明:所提方法处理过程简单,对低信噪比和强冲击噪声情况下的测向性能有很大的改善和提高.
针对α稳定分布噪声环境下的自适应滤波问题,提出一种新的基于梯度范数的变步长归一化最小平均p范数(variable step-size normalized least mean p-norm,VSS-NLMP)算法。该算法首先对梯度矢量进行加权平滑,以减小梯度噪声的影响,然后利...
详细信息
针对α稳定分布噪声环境下的自适应滤波问题,提出一种新的基于梯度范数的变步长归一化最小平均p范数(variable step-size normalized least mean p-norm,VSS-NLMP)算法。该算法首先对梯度矢量进行加权平滑,以减小梯度噪声的影响,然后利用梯度矢量能够跟踪自适应过程的均方偏差这一特点,利用梯度矢量的欧氏范数控制步长的变化。给出了新算法的迭代过程,然后对其收敛性进行分析,仿真结果表明本算法较现有变步长NLMP算法有更好的性能。
暂无评论