局部最优处理器中随机共振现象的-研究

局部最优处理器中随机共振现象的-研究

ID:31989286

大小:3.40 MB

页数:35页

时间:2019-01-30

局部最优处理器中随机共振现象的-研究_第1页
局部最优处理器中随机共振现象的-研究_第2页
局部最优处理器中随机共振现象的-研究_第3页
局部最优处理器中随机共振现象的-研究_第4页
局部最优处理器中随机共振现象的-研究_第5页
资源描述:

《局部最优处理器中随机共振现象的-研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、青岛大学硕士毕业论文出信噪比增益的静止非线性系统就称为局部最优处理器(LOP)[16】。那么,我们是否可以向给定的信号中加入额外独立的噪声来更好的提高静态非线性系统的输出信噪比增益呢?这个问题就是本文所要研究的一个重点。1.2国内外研究动态1-2.1信息论与Fisher信息量信息论发展到现在,已经有60多年的时间,已经发展成了一门单独的学科。信息论的形成和发展,是在人们的实践中逐渐形成的。信息的传播和利用与人们的生活、生产、学习息息相关。没有信息,就不会有人类社会的进步和发展。在信息论的发展过程中,下面的研究理论对信息论的形成和发展产生了

2、很大的影响。在20世纪20年代中期,奈奎斯特(H.Nyquist)和屈夫缪勒(K.Kupfmuller)都分别证明了信号的传输速率与信道带宽之间的相互关系【19,201。1928年哈特莱(R.V.Hartley)发表了“信息传输”一文,展了奈奎斯特的工作,并提出把消息考虑代码或单语的序列。在S个编码中选N个即成sⅣ个可能的消息。他提出“定义信息量H=Nlogs”,即定义信息量等于可能消息数的对数。其缺点是没有统计特性的概念【19201。在20世纪30年代中期,阿姆斯特朗(E.H.Armstrong)通过理论证明了:降低噪声的影响可以通过增

3、加信号的带宽来实现。但是,一直到20世纪30年代末,理论工作的一个主要弱点是把消息看成是一个确定性的过程。这就与许多实际情况不相符合。当时所依靠的数学工具主要是经典的傅里叶分析方法,这是有局限性的。在接下来的10年里,维纳在研究通信和控制系统的过程中,首次利用了随机过程和数理统计相关的理论。这种思想改变了以往的研究理论与方法,对于信息系统的理论研究具有重要的引导作用。在20世纪40年代末期,香农发表了题为“通信的数学理论”的论文。文章主要对信息的一些基本问题做了详细的证明。在信息论的发展过程中,香农第一次提出了熵这一概念,并它作为信息的度

4、量。香农还详细的证明了包括信息容量在内的几个常见的理论概念。由于受到维纳的影响,香农在论文中主要利用了数理统计相关理论来完成证明的。香农的文章对信息论的发展起到了至关重要的作用。到20世纪50年代,涌现出一大批如范恩斯坦、费诺(R.M.Fano)、沃尔夫维兹(J.Wolfowitz)等著名的科学家,他们的研究成果对信息论的理论发展产生了深远的影响。20世纪60年代初期,费诺从充分性和必要性两个方面分别证明了香农信道编2第一章绪论码定理。这对于香农信息论的进一步发展和利用起到了重要作用。20世纪70年代,阿莫托@.ArImoto)和布莱哈特

5、(R.Blahut)分别发展了信道容量的迭代算法[z9-2¨。20世纪80年代末期,科弗尔(T-M.Cover)对平斯克尔的结论给出了简洁的证明。20世纪90年代初期,贝尔(T.c.Bell)等人,结合以往的研究理论和实验,改进了通用信源算法(LZ算法)。正是香农的无损信源压缩编码定理指引下,无损压缩编码技术和算法得到迅速发展和应用【21J。最近这二十多年来,无论在基本理论方面还是在实际应用方面,信息论都取得了巨大的进展。在香农理论基础上给出的最佳的噪声通信系统模型,现在都已经成为现实,这就是伪造声编码通信系统的迅速发展和实际应用。因此,

6、我们需要对和噪声处理有关的量子检测与估计理论、非参数检测与估计理论以及非线性检测与估计理论都要给与足够重视。Fisher信息量主要是衡量一个未知参数估计量的最小方差的一个标准。对于无偏估计,它和克莱默不等式一样重要,Fisher信息量的基本量是属于一个随机变量最小复杂性描述的不同信息熵。国内方面,浙江大学赵延玉等人在兼顾图像恢复能力的基础上,将Fisher信息量应用到波前编码系统的设计中【50】。李云飞等人根据现有的Fisher信息量的结论,通过危险率函数,推出了一个被截尾的随机变量所保留的Fisher信息量和丢失的Fisher信息量的表

7、达式【5¨。1.2.2局部最优处理器在信号检测理论方面,1943年诺思(North)提出了匹配滤波器理论。1946年苏联学者卡切尼可夫(B.A.Katejibhhkob)提出了判断错误概率为最小的理想接收机理论。米德尔顿(D.Middleten)等人用最小平均风险准则(贝叶斯准则)来处理最佳接收问题,是检测理论发展到一个新阶段,并将各种准则统一于风险理论。到五十年代膜卡庞(J.Capon)提出采用非参数统计判断方法【2∞11。这一方法在上个世纪八十年代得到了广泛的实际应用。国内方面,孙枫等人为了解决弱相关非高斯噪声环境下的伪码捕获问题,提

8、出了一种基于局部最优检测器算法的捕获方法【6¨。沈峰等人为了抑制直接序列扩频(DSSS)系统中的强窄带干扰,提出了一种新的基于最大熵概率密度函数(PDF)估计的局部最优检测器(LOD)【62

9、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。