导读:本文包含了白噪声估计论文开题报告文献综述及选题提纲参考文献，主要关键词:电力电缆,局部放电,噪声抑制,史坦无偏估计
白噪声估计论文文献综述
谢敏,周凯,何珉,陈泽龙,黄永禄[1]（2018）在《史坦无偏估计自适应奇异值分解在局放信号白噪声抑制中的应用》一文中研究指出局部放电(简称局放)噪声抑制是电力电缆局放检测中的重要步骤之一。为有效保留局放信号的细节,提出了一种基于史坦无偏估计的完全无监督奇异值分解局放去噪方法,为准确快速地获取最优阈值,引入差分进化算法进行迭代搜索。对实验室实测和现场实测局放信号进行去噪处理,并将去噪结果与标准软阈值去噪方法和基于能量最大化的小波去噪方法进行对比。结果表明:相比于标准软阈值去噪方法和基于能量最大化的小波去噪方法,文中提出的去噪方法的去噪结果更好,即使在强噪声背景下也能有效恢复原始局放信号的细节,具有良好的应用价值。(本文来源于《电网技术》期刊2018年12期）
刘卫[2]（2018）在《多通道高斯白噪声模型中导函数的小波点态估计》一文中研究指出高斯白噪声反卷积模型在统计学及其它实际问题中具有重要的理论意义和应用价值.经典的核方法由于带宽选择的复杂性制约了它的应用范围.而小波因其独特的时频分析能力被成功地应用于反卷积估计.受F.Navarro 等人工作的启发(F.Navarro,C.Chesneau,J.Fadili and T.Sassi.Block thresholding for wavelet-based estimation of function derivatives from a heteroscedastic multichannel convolution model.Electronic Journal of Statistics,2013,7:428-453.),本文讨论一类多通道高斯白噪声模型中未知导函数的小波估计.具体地,我们考虑随机过程Yv(t)满足dYv(t)=(f(?)gv)(t)d +∈dWv(t),其中u∈{1,2,3,...,n},t∈[0,1].∈>0是噪声水平,gv(t)是已知的噪声函数,Wv(t)是标准布朗运动.我们的目标是通过随机过程Yv(t)的已知信息来估计未知函数.f(t)的d阶导函数.本文在Holder空间中构造线性与非线性小波估计器,并研究它们在点态风险意义下的收敛阶.理论结果表明:线性与非线性估计器在相差一个lnn因子的意义下具有相同的收敛阶.另一方面,非线性小波估计器是自适应的.最后为了验证本论文理论结果的有效性,给出了相关的数值实验.实验表明:小波估计器能较好地逼近测试函数,但是随着导函数阶数的增加,估计性能变得越来越差.这与我们之前得到的定理结果相吻合.(本文来源于《北京工业大学》期刊2018-04-01）
刘宇飞,樊健生[3]（2018）在《基于白噪声模型的结构振动响应估计及控制优化》一文中研究指出为研究平稳随机振动下的结构响应估计与结构控制,首先对理想白噪声、限宽白噪声、连续限宽白噪声这叁种白噪声模型的统计特征进行研究,对理想白噪声与限宽白噪声模型的时频特征进行了详细的理论分析,推导了连续限宽白噪声模型的自相关函数,并结合数值仿真对其信号频谱特征进行了验证与说明;其次,以叁层剪切框架为例,详细推导了利用李雅普诺夫方程与理想白噪声模型预测结构振动信号的方差特性的过程;最后,针对广州新电视塔,利用随机地震金井清模型进行结构控制优化研究与分析,提出了同时考虑调频质量阻尼器频率与阻尼的结构控制优化设计方法.(本文来源于《力学与实践》期刊2018年01期）
蔡东洪[4]（2015）在《带双乘性白噪声随机Boussinesq方程组吸引子的存在性及其Hausdorff维数估计》一文中研究指出本文主要针对速度方程和温度方程同时受到乘性白噪声干扰的二维随机Boussine-sq方程组,研究该方程组在有界区域和无界区域上随机吸引子的存在性。用Hausdorff维数刻画随机吸引子的复杂度,并给出了维数的估计。全文分为五章：第一章,介绍了Boussinesq方程组的研究背景,国内外的研究现状,引出了本文的主要工作。第二章,罗列出了本文所需的随机动力系统的基础知识和常用的不等式。第叁章,主要考虑在有界区域上带双乘性白噪声Boussinesq方程组的长时间行为。引入随机过程,消去随机微分项,得到不带有白噪声的随机微分方程。证明所得新方程组整体解的存在唯一性,并且刻画了该方程组的解所决定的一个随机动力系统。进而证明该动力系统拥有随机吸收集且是渐近紧的,从而得到随机吸引子的存在性。第四章,为了刻画随机吸引子的复杂度,需要估计了它的Hausdorff维数。在本章中,根据可微性的定义,证明随机动力系统在随机吸引子上是可微的,再验证满足Hausdorff维数的条件,从而证明随机吸引子的Hausdorff维数是有限的,并给出了一个上界估计。第五章,本章进一步研究带双乘性白噪声Boussinesq方程组在无界区域上吸引子的存在性。由于区域的无界性,Sobolev紧嵌入定理不成立,这给证明随机动力系统的渐近紧性带来了困难。为了克服该困难,本章引用了"tail-estimates"技术来处理,简单地说,是把平面分为两部分：只需证明：(1)随机动力系统在H(Br)中是渐近紧的。(2)随机动力系统在H(R2Br)中是一致小的。这里的H(·)是后面所定义的函数空间。(本文来源于《西南交通大学》期刊2015-05-01）
张博,张玉静[5]（2015）在《加性高斯白噪声信道中典型信号的信噪比估计》一文中研究指出信噪比是衡量通信质量的重要参数,正确估计出信号的信噪比能为后续信号的研究提供重要信息。现结合多种信噪比估计的方法,在仅需调制方式的先验信息下,对不同种类的调制信号有针对性地进行信噪比估计,能够有效估计6种典型信号。其中包括调幅信号AM和2ASK,调相信号BPSK、QPSK,调频信号MSK、2FSK。仿真实验表明,该法对信噪比在0~18dB的信号能有效进行估计,估计偏差在0.5dB以内。(本文来源于《滨州学院学报》期刊2015年02期）
李磊,李国林,路翠华[6]（2014）在《高斯白噪声下L阵二维波达方向快速估计》一文中研究指出针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向(DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。(本文来源于《电讯技术》期刊2014年12期）
张莉[7]（2013）在《TD-LTE系统加性高斯白噪声环境下信道估计算法与仿真》一文中研究指出研究了TD-LTE系统加性高斯白噪声环境下,LS信道估计、LMMSE信道估计、基于DFT的信道估计3种算法的原理。利用MATLAB搭建LTE系统下行仿真链路,分别在3GPP EPA5,EVA70和ETU300 3种信道环境下,测试了LS算法、DFT LS算法、LMMSE算法和DFT LMMSE算法的性能。结果表明,DFTLMMSE算法的性能比较优良,为实际TD-LTE系统下行链路的信道估计算法提供参考。(本文来源于《科技通报》期刊2013年08期）
余昌和,李建黎[8]（2012）在《低信噪比下相干信号的DOA估计的白噪声滤除方法》一文中研究指出在波达方向估计中,"相干"和"信噪比"一直引人关注。相干会使多重信号分类等算法失效,究其原因就是信源协方差矩阵的秩亏缺。低信噪比使阵列协方差矩阵的主次特征值区分困难,造成信号和噪声的子空间划分错误。针对相干,人们往往都是从"解相干"的角度出发,通过各种手段使信源的协方差矩阵能够满秩,但并未对秩亏缺特性加以利用。基于此,本文给出了一种在低信噪比下对相干源的波达方向估计的噪声消除方法,在仅有加性白噪声的环境下,利用相干信号协方差矩阵不能满秩的特点,通过求解方程组,用求的值代替估计的协方差矩阵的相关对角元素(即对角加载处理),置换被噪声污染的对角元素,进而可以滤除掉白噪声的影响。仿真结果证实了方法的有效性。(本文来源于《信号处理》期刊2012年07期）
刘丽芳[9]（2012）在《带丢包系统的状态和白噪声估计及其应用研究》一文中研究指出状态估计问题是信息融合领域中的焦点问题,广泛应用于军事、科研、控制工程、工程生产等各个方面.而噪声估计问题是石油地震勘探技术的核心性技术,它的一个重要应用背景是石油地震勘探信号处理.随着自动化、智能化技术的发展,对系统估计问题的研究逐渐深入,状态估计和白噪声估计问题引来了海内外众多学者的极大关注.然而,在实际应用上,由于网络的承载能力和通信宽带的限制,以及受外界环境的种种干扰,致使数据在传感器向融合中心传输的过程中,会出现数据丢包现象,这不仅使人们对原系统性能的估计不够准确,降低了估计的精度,而且也增加了对系统状态和信号估计的难度.本文以具有丢包系统的估计问题为研究对象,推导一类具有丢包系统的状态估值器和白噪声估值器,其中的丢包过程通过一个满足二元分布的随机变量来描述.在此我们不知道每一时刻的系统观测数据是否发生丢失,只知道每一时刻数据丢失的概率.通过矩阵增广的方法,将具有丢包的系统模型转化为常规系统的状态空间模型,在已有文献的基础上,推导具有丢包系统的状态估值器和白噪声估值器.在系统模型中,可以通过对白噪声的估计来实现对系统状态和信号的估计,本文基于具有丢包系统的状态估计和白噪声估计解决了具有丢包的ARMA(Autoregressive Moving Average)信号估计问题,在线性最小方差意义下,推导了的具有丢包的ARMA信号估值器,并给出了相应的误差方差阵.在文章的最后部分,对具有丢包广义系统的状态估计和白噪声估计问题进行了阐述,将广义系统降阶为两个等价的非奇异降阶子系统,应用射影理论对子系统进行状态估计和白噪声估计.从而解决了原系统的状态估计问题,最后,用仿真实例将本文算法与以往的Kalman滤波算法相比较,在说明了本文算法有效性的同时,也说明了带丢包系统的状态估计和白噪声估计在ARMA信号模型和广义系统模型上应用的广泛性.(本文来源于《黑龙江大学》期刊2012-05-10）
田伟,周新力,刘华章[10]（2011）在《高斯白噪声信道下8PSK信号信噪比估计》一文中研究指出针对高斯白噪声信道下传统信噪比(Signal to Noise Ratio,SNR)估计算法适用的相位键控(PSK)调制阶数低、信噪比估计过程中数值计算系数大的问题,提出了一种新的8PSK信号盲信噪比估计算法。该算法理论分析了高斯白噪声信道下8PSK信号信噪比与中间观测量的数值关系,采用多项式拟合和观测量归一化处理的方式推导了二者的解析关系式。数值仿真表明该算法在-6~10 dB范围内,可取得良好的信噪比估计效果。(本文来源于《无线电工程》期刊2011年11期）
白噪声估计论文开题报告
（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：
高斯白噪声反卷积模型在统计学及其它实际问题中具有重要的理论意义和应用价值.经典的核方法由于带宽选择的复杂性制约了它的应用范围.而小波因其独特的时频分析能力被成功地应用于反卷积估计.受F.Navarro 等人工作的启发(F.Navarro,C.Chesneau,J.Fadili and T.Sassi.Block thresholding for wavelet-based estimation of function derivatives from a heteroscedastic multichannel convolution model.Electronic Journal of Statistics,2013,7:428-453.),本文讨论一类多通道高斯白噪声模型中未知导函数的小波估计.具体地,我们考虑随机过程Yv(t)满足dYv(t)=(f(?)gv)(t)d +∈dWv(t),其中u∈{1,2,3,...,n},t∈[0,1].∈>0是噪声水平,gv(t)是已知的噪声函数,Wv(t)是标准布朗运动.我们的目标是通过随机过程Yv(t)的已知信息来估计未知函数.f(t)的d阶导函数.本文在Holder空间中构造线性与非线性小波估计器,并研究它们在点态风险意义下的收敛阶.理论结果表明:线性与非线性估计器在相差一个lnn因子的意义下具有相同的收敛阶.另一方面,非线性小波估计器是自适应的.最后为了验证本论文理论结果的有效性,给出了相关的数值实验.实验表明:小波估计器能较好地逼近测试函数,但是随着导函数阶数的增加,估计性能变得越来越差.这与我们之前得到的定理结果相吻合.
（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。
白噪声估计论文参考文献
[1].谢敏,周凯,何珉,陈泽龙,黄永禄.史坦无偏估计自适应奇异值分解在局放信号白噪声抑制中的应用[J].电网技术.2018
[2].刘卫.多通道高斯白噪声模型中导函数的小波点态估计[D].北京工业大学.2018
[3].刘宇飞,樊健生.基于白噪声模型的结构振动响应估计及控制优化[J].力学与实践.2018
[4].蔡东洪.带双乘性白噪声随机Boussinesq方程组吸引子的存在性及其Hausdorff维数估计[D].西南交通大学.2015
[5].张博,张玉静.加性高斯白噪声信道中典型信号的信噪比估计[J].滨州学院学报.2015
[6].李磊,李国林,路翠华.高斯白噪声下L阵二维波达方向快速估计[J].电讯技术.2014
[7].张莉.TD-LTE系统加性高斯白噪声环境下信道估计算法与仿真[J].科技通报.2013
[8].余昌和,李建黎.低信噪比下相干信号的DOA估计的白噪声滤除方法[J].信号处理.2012
[9].刘丽芳.带丢包系统的状态和白噪声估计及其应用研究[D].黑龙江大学.2012
[10].田伟,周新力,刘华章.高斯白噪声信道下8PSK信号信噪比估计[J].无线电工程.2011