高阶谱分析及其在信号处理中的应用

2014-07-02 22:06宋骥
现代商贸工业 2014年9期
关键词:参数估计

宋骥

摘 要:高阶统计量分析是信号处理的前沿之一。高阶统计量技术能够揭示二阶矩所不能提供的信息。利用高阶谱对一些周期性的信号进行基频估计以消除不必要的噪声的影响,使信号更容易的被检测出来。同时,提出了一种新的高阶谱的方法来进行基频估计,用这种方法对弱的被严重污染的信号有着良好的效果。

关键词:高阶谱;参数估计;噪声干扰

中图分类号:TB

文献标识码:A

文章编号:1672-3198(2014)09-0194-01

1 高阶谱方法

高阶统计量方法提供了比传统的二阶处理手段更为有利的因素,将这些因素归结到一起,可分为以下两类:

(1)一类是高阶统计量方法提供了比二阶统计量更好的抗噪性。

(2)另一类是高阶统计量方法提供了二阶统计量所不能揭示的信息。

正确的选择高阶谱估计的方法能够增强基频组件,通过利用谐波并抑制噪声。从理论上来说,高阶谱能够完全的抑制高斯噪声。这里,我们研究的就是二阶平稳方法所不能分辨的二次非线性相位耦合现象。

猜你喜欢
参数估计
基于新型DFrFT的LFM信号参数估计算法
误差分布未知下时空模型的自适应非参数估计
不完全观测下非线性非齐次随机系统的参数估计
一种GTD模型参数估计的改进2D-TLS-ESPRIT算法
一类随机食饵-捕食者模型的参数估计
浅谈死亡力函数的非参数估计方法
浅谈死亡力函数的非参数估计方法
Logistic回归模型的几乎无偏两参数估计
基于向前方程的平稳分布参数估计
α稳定分布噪声下基于最优L-柯西加权的LFM信号参数估计