收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法研究

史政  
【摘要】:带乘性噪声系统普遍存在于石油地震勘探、水下目标探测、通讯工程和语音处理等诸多应用领域。关于这类系统的最优估计,如动态系统的状态估计、信号反褶积估计及参数辨识估计等问题是十分重要的。其中,反褶积估计理论在石油地震勘探、信号处理等领域有着重大意义,基于逆向滤波的反褶积估计具有离线处理和存储量小等优点从而更加实用。本文主要针对复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法做进一步研究。 多通道带乘性噪声系统的研究目前还不够完善,在观测模型中,多是假定乘性噪声为一维随机序列,即当观测为多维(多通道)时,各通道的乘性噪声是完全相同的,这种假设往往不符合实际情况。本文所讨论的复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法,将乘性噪声推广到了一般随机矩阵的情形,刻画了一种更复杂的通道特性,从而更加符合实际情形。另外随着计算机技术的飞速发展,高度复杂的数据处理已成为可能,带乘性噪声系统的最优估计算法的稳定性问题及多传感器信息融合问题在众多领域受到了人们的广泛关注。因此,本文还分别针对基于奇异值分解的复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法和多传感器观测下的复杂多通道带乘性噪声系统的逆向滤波及单向反褶积融合算法做了进一步的研究探讨。 本文的主要研究工作如下: 第一,考虑到复杂多通道乘性噪声系统问题的真实情况,假定在各个通道的乘性噪声同时刻相关,且加性噪声同时刻相关的情况下,推导出了逆向滤波及单向反褶积算法。该算法在线性最小方差意义下是最优的。 第二,为了保证数值计算的稳定性,进一步建立了一套基于奇异值分解的逆向滤波及单向反褶积算法。该算法保持了线性最小方差意义下是最优的特点,同时提高了数值鲁棒性。 第三,针对多传感器观测下的复杂多通道带乘性噪声系统,给出了逆向滤波及单向反褶积融合算法,其中,根据融合策略的不同,分别提出了集中式和分布式两种融合算法,而针对分布式融合算法又分别给出带反馈和不带反馈两种实现形式。 第四,本文通过大量的仿真实例,表明了上述各算法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 焦尚彬;谢国;钱富才;;乘性噪声系统滤波问题研究[J];西安理工大学学报;2011年02期
2 褚东升;张征;;带乘性噪声的一类非线性系统的滤波算法[J];中国海洋大学学报(自然科学版);2006年04期
3 褚东升;高守婉;;带乘性噪声广义系统状态最优估计算法[J];中国海洋大学学报(自然科学版);2008年05期
4 赵志龙;刘卉;张欢;;自适应正则化项去除乘性噪声[J];电子科技;2011年01期
5 褚东升;刘祺;张玲;;转移矩阵未知时带乘性噪声系统的自适应滤波算法[J];中国海洋大学学报(自然科学版);2011年06期
6 禇东升,张玲,梁猛,林恒;通道特性相关时带乘性噪声系统的最优滤波[J];青岛海洋大学学报(自然科学版);2002年06期
7 綦声波,张玲,王璐;复杂多通道带乘性噪声系统的最优固定域平滑算法[J];中国海洋大学学报(自然科学版);2004年04期
8 徐德刚;赵明旺;;一类乘性噪声随机系统的最优滤波算法[J];计算技术与自动化;2006年01期
9 李卫斌;田俊华;李宗领;;基于改进Canny算子的SAR图像边缘检测[J];咸阳师范学院学报;2006年02期
10 褚东升;吴昊罡;于春晓;;一类带乘性噪声多通道非线性系统的平滑算法[J];中国海洋大学学报(自然科学版);2007年04期
11 张宇波;黄会营;;基于独立分量分析新算法的含噪图像盲分离[J];激光与红外;2009年06期
12 褚东升;郭丽娜;高守婉;;基于约当分解的带乘性噪声广义系统状态最优滤波算法[J];中国海洋大学学报(自然科学版);2010年04期
13 李轩;宋占杰;王颖;李明明;;基于总体最小二乘法的图像降噪[J];计算机工程;2010年24期
14 窦慧晶,王树勋,魏小丽,汪飞;非零均值乘性噪声中的二维三次非线性耦合[J];吉林大学学报(工学版);2004年03期
15 张瑾;陈向东;;一种基于小波变换的红外图像去噪方法[J];传感器与微系统;2006年08期
16 吴孙勇;李宏伟;薛秋条;;基于遗传算法的复杂背景噪声中二维谐波的二次耦合分析[J];信号处理;2006年05期
17 郭锋;周玉荣;蒋世奇;古天祥;;具有乘性噪声的线性振荡器的随机共振[J];电子科技大学学报;2008年01期
18 蒋伟;胡学刚;;一种基于PDE的图像复原模型[J];微计算机信息;2008年12期
19 孙晓颖;王波;姜宏;;乘性噪声背景下基于三阶循环矩的二维近场源定位方法[J];电子学报;2009年09期
20 沈锋;孙枫;;非高斯乘性噪声环境下伪码捕获方法[J];上海交通大学学报;2010年02期
中国重要会议论文全文数据库 前3条
1 王运锋;王建国;赵志钦;黄顺吉;;雷达图像分维特征提取[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
2 平庆伟;;图像相关噪声滤波算法研究[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
3 王雪;田微晴;胡华超;;基于新阈值函数小波变换的SAR相干斑抑制[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年
中国博士学位论文全文数据库 前10条
1 刘光明;线性乘性噪声系统的控制和量化研究[D];华南理工大学;2013年
2 宋信敏;线性乘性噪声系统估计与二次最优控制[D];山东大学;2010年
3 汪飞;噪声中的二维谐波参量估计及四元数在其中的应用[D];吉林大学;2006年
4 窦慧晶;复杂噪声背景下的二维谐波信号参量估计问题研究[D];吉林大学;2005年
5 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年
6 高勋章;基于高阶统计量的雷达目标高分辨成像研究[D];国防科学技术大学;2004年
7 姜宏;高阶循环统计量在移动通信系统定位参数估计中的应用[D];吉林大学;2005年
8 魏丽;基于网络控制系统的量化估计与量化控制的研究[D];山东大学;2012年
9 张玫;线性乘性不确定系统的状态估计和信息融合[D];山东大学;2011年
10 马静;网络化控制系统的建模与融合估计[D];黑龙江大学;2012年
中国硕士学位论文全文数据库 前10条
1 姚莉丽;基于主成分分析的去除乘性噪声算法研究[D];西安电子科技大学;2011年
2 郭亚峰;带乘性噪声广义系统最优估计数值稳定性算法研究[D];中国海洋大学;2010年
3 赵志龙;乘性噪声图像处理方法研究[D];西安电子科技大学;2012年
4 付东飞;带乘性噪声广义系统多传感器信息融合状态估计算法研究[D];中国海洋大学;2010年
5 于宇;带乘性噪声广义系统观测噪声的最优估计方法研究[D];中国海洋大学;2010年
6 程海波;乘性噪声下的信号参数估计研究[D];西南交通大学;2010年
7 尹正飞;基于带乘性噪声模型的水声通信字符估计算法研究[D];中国海洋大学;2012年
8 王翠平;基于Split-Bregman方法的乘性噪声去除研究[D];青岛大学;2011年
9 史政;复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法研究[D];中国海洋大学;2005年
10 张玲;复杂多通道带乘性噪声系统的最优估计方法研究[D];中国海洋大学;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978