高斯混合噪声中弱信号的Rao检测方法

来源 :信号处理 | 被引量 : 0次 | 上传用户:cjing010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值。为此,本文提出了估计高斯混合噪声参数的矩-EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数。在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量。仿真结果表明,矩-EM算法可以更准确地估计噪声参数;基于矩-EM算法的Rao检测性能优于基于EM算法的Rao检测性能。
其他文献
耳机“头内定位”现象会产生不自然的声场,引起听觉疲劳。为此,本文设计并实现了具有房间混响效果的“头内定位”立体声增强系统,使用头相关传递函数(HRTF)对信号滤波,并加入混
目的:了解我国医疗保险政策对精神障碍的保障情况。方法:采用文件分析法,分析全国79个城市医疗保险政策中涉及精神障碍的政策信息。结果:目前,医保政策中对于精神障碍的特殊
现今随着数据压缩的广泛应用,以及MPEG视频编解码的普遍使用,块效应噪声也随之而来。为了消除块效应、提高视频质量,许多去块效应的算法被人们所提出,然而大部分算法的运算量
分析了东莞市"用一个制度覆盖所有人群"的全民医保模式,凸显了实施参保的"三破除"原则、城乡"五统一"的经办模式、创新政府投入机制以及实现城乡居民保障水平的公平性等亮点
提出了一种基于涉图幅度和相位联合的双通道合成孔径雷达(SAR,Synthetic Aperture Radar)地面慢动目标检测方法。在干涉图幅度、相位统计特性分析基础上,充分利用动目标像素点
分析了弹道中段有源干扰机的章动特性,基于该特性对有源干扰信号的极化变化规律进行了研究。在上述研究的基础上,提出了弹道中段有源干扰的极化抑制方法:先根据接收极化估计干扰
目的:研究山东省政府卫生支出水平及影响因素,为决策提供参考。方法:资料主要来源于1998—2009年山东省财政数据、医保数据和社会经济统计资料;运用筹资来源法对政府卫生支出进