高斯尺度混合大气噪声模型的参数估计-论文.pdf

《高斯尺度混合大气噪声模型的参数估计-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第47卷第9期通信技术Vo1．47No．92014年9月CommunicationsTechnologySep．2014doi：10．3969／j．issn．1002-0802．2014．09．007高斯尺度混合大气噪声模型的参数估计应文威，李成军，冯士民(1．91635部队，北京102249；2．海军工程大学兵器T程系，湖北武汉430033)摘要：非高斯大气噪声的参数估计对甚低频、超低频信号的最佳接收有重要意义。对大气噪声采用基于逆高斯分布的高斯尺度混合分布模型建模，研究了基于逆高斯分布的高斯尺度混合分布模型参数的性质，设计了高

2、斯尺度混合大气噪声模型参数的马尔可夫链蒙特卡罗(MCMC)算法。算法在贝叶斯层次模型下，采用Gibbs抽样和M—H抽样更新参数。仿真结果表明，该模型对大气噪声有很好的适用性，MCMC算法迭代效率和精度高，具有实际的应用价值。关键词：高斯尺度混合逆高斯分布大气噪声马尔可夫链蒙特卡罗中图分类号：TN911．7文献标志码：A文章编号：1002—0802(2014)09—1010—04ParametersEstimationforGaussianScaleMixtureAtmosphericNoiseYINGWen—wei‘．LIChen

3、g—jun，FENGShi—min(1．Unit91635ofPLA，Beijing102249，China；2．DepartmentofWeaponryEngineering，NavalUniversityofEngineering，WuhanHubei430033，China)Abstract：Parametersestimationofthenon—Gaussianatmosphericnoisehasanimportantsignificancetothesignalsoptimaldetectioninverylowfr

4、equency(VLF)andextremelylowfrequency(ELF)communica—tion．AmodelbasedonGaussianSCalemixture(GSM)distributionwithinverse—GaussianiSproposed．ThecharacteristicofparametersofGSMdistributionwithinverse—GaussianiSstudied．MarkovchainMonteCarlo(MCMC)methodiSdesignedtoestimatepa

5、rameters．Thismethod．basedonBayesianhierarchicalmode1．updatestheparametersthroughGibbssamplerandM-Halgorithm．Theexperimentalresultsshowthattheproposedmodelperformswel1．TheMCMCmethodisofgooditerativeeficiencyandprecision，andcanbeexcellentlyappliedinpractice．Keywords：Gau

6、ssianscalemixture(GSM)；inverse—Gaussiandistribution；atmosphericnoise；MarkovchainMonteCarlo(MCMC)O引言好的高尖峰、重拖尾特性，能很好反映大气噪声的非高斯特性卜。同时，由于该模型参数较多，概率密甚低频和超低频通信系统中，对噪声的建模都度计算难度大，精度也不够理想，所以本文采用马尔是基于高斯分布，然而在实际应用中，受雷电等产生可夫链蒙特卡罗(MCMC，MarkovchainMonteCarlo)的大气噪声的影响，噪声往往具有明显的非高斯特性

7、⋯。为了实现最佳接收，必须对噪声进行参数估算法，设计了基于逆高斯分布的高斯尺度混合分布计。对噪声的参数估计，传统上采用最大期望算法模型下的参数估计算法。或最大似然估计；对噪声的建模也以对称稳MCMC算法，能够解决具有高维度且形式复杂定分布居多。高斯尺度混合分布模型是更广泛的未知参数的后验概率计算问题，是一种在统计计意义上的非高斯分布模型，近年来受到广泛关注。算中性能优越的方法¨o。“J。本文通过设计MCMC基于逆高斯分布的高斯尺度混合分布模型，具有更层次算法来估计混合模型的参数，迭代收敛快，精度收稿日期：2014—06—10；修回

8、日期：2014—07—10Receiveddate：2014—06—10：Reviseddate：2014—07—10·1010·第47卷应文威，李成军，冯士民：高斯尺度混合大气噪声模型的参数估计第9期高，具有明显的优势。2．2贝叶斯层次模型贝叶斯