尖峰脉冲噪声下基于分数低阶统计量和函数变换的时延估计新算法

• 作者: 唐利翰 谢显中 雷维嘉
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 最大似然加权算法 α稳定分布噪声 时延估计 分数低阶统计量 函数变换
• 年，卷（期）: 2015,（20）
• 所属期刊栏目: 论文
• 页码范围: 58-65
• 页数: 8页
• 分类号: TN92
• 字数: 6964字
• 语种: 中文

摘要

针对α稳定分布噪声环境下的时延估计问题,对最大似然加权估计法进行改进,给出了三种高效实用的新算法.首先,以分数低阶统计量为基础,提出了一种基于分数低阶统计量的最大似然时延估计算法(FLO-ML算法);其次,通过函数变换,提出了两种不依赖于分数低阶统计量的新算法(Log-ML算法和UDE-ML算法);进一步,本文还详细讨论了三种新算法的适用范围及计算复杂度.仿真分析表明,三种新算法均能在分数低阶α稳定分布噪声环境下实现准确的时延估计,其性能优于同类算法,同时三种新算法都能在传统高斯噪声环境下保持良好的稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢显中	重庆邮电大学个人通信研究所	256	1716	19.0	31.0
2	雷维嘉	重庆邮电大学个人通信研究所	95	393	10.0	16.0
3	唐利翰	重庆邮电大学个人通信研究所	3	0	0.0	0.0