高级搜索

脉冲噪声中基于指数函数的可变拖尾非线性变换设计

罗忠涛 詹燕梅 郭人铭 张杨勇

引用本文: 罗忠涛, 詹燕梅, 郭人铭, 张杨勇. 脉冲噪声中基于指数函数的可变拖尾非线性变换设计[J]. 电子与信息学报, 2020, 42(4): 932-940. doi: 10.11999/JEIT190401 shu
Citation:  Zhongtao LUO, Yanmei ZHAN, Renming GUO, Yangyong ZHANG. Variable Tailing Nonlinear Transformation Design Based on Exponential Function in Impulsive Noise[J]. Journal of Electronics and Information Technology, 2020, 42(4): 932-940. doi: 10.11999/JEIT190401 shu

脉冲噪声中基于指数函数的可变拖尾非线性变换设计

    作者简介: 罗忠涛: 男,1984年生,讲师,硕士生导师,研究方向为统计信号处理与数字图像处理;
    詹燕梅: 女,1995年生,硕士生,研究方向为非高斯噪声信号处理理论与技术;
    郭人铭: 男,1995年生,硕士生,研究方向为大气噪声分析与低频通信技术;
    张杨勇: 男,1983生年,高级工程师,研究方向为低频通信技术与信号处理
    通讯作者: 罗忠涛,luozt@cqupt.edu.cn
  • 基金项目: 国家自然科学基金 (61701067, 61771085, 61671095)

摘要: 针对脉冲噪声中的信号检测问题,该文提出一种基于指数函数的非线性变换函数设计与优化方法。该方法利用指数函数衰减速度可调的优点,适用于脉冲噪声的各种分布模型。通过引入效能函数,将非线性函数设计问题转化为以效能最大化为目标的阈值与底数参数优化问题。由于效能是关于待优化参数的连续可导且单峰函数,该优化问题可采用数值优化方法如单纯形法快速稳健地求解。性能分析表明,针对脉冲噪声常用的对称α稳定分布、Class A分布和高斯混合分布,该文方法均能取得基本最优检测性能,基于实测大气噪声仿真的通信误码率也明显优于传统的削波器和置零器。因此,该文为各种分布的脉冲噪声提供了一个统一的最优抑制解决方法。

English

    1. [1]

      NIKIAS C L and SHAO Min. Signal Processing with Alpha-Stable Distributions and Applications[M]. New York: Wiley, 1995: 67–73.

    2. [2]

      吕新荣, 李有明, 余明宸. OFDM系统的信道与脉冲噪声的联合估计方法[J]. 通信学报, 2018, 39(3): 191–198. doi: 10.11959/j.issn.1000-436x.2018047
      LYU Xinrong, LI Youming, and YU Mingchen. Joint channel and impulsive noise estimation method for OFDM systems[J]. Journal on Communications, 2018, 39(3): 191–198. doi: 10.11959/j.issn.1000-436x.2018047

    3. [3]

      OH H and NAM H. Design and performance analysis of nonlinearity preprocessors in an impulsive noise environment[J]. IEEE Transactions on Vehicular Technology, 2017, 66(1): 364–376. doi: 10.1109/TVT.2016.2547889

    4. [4]

      LU Lu, ZHAO Haiquan, and CHAMPAGNE B. Distributed nonlinear systern identification in α-stable noise[J]. IEEE Signal Processing Letters, 2018, 25(7): 979–983. doi: 10.1109/LSP.2018.2835763

    5. [5]

      罗忠涛, 卢鹏, 张杨勇, 等. 大气噪声幅度分布与抑制处理分析[J]. 系统工程与电子技术, 2018, 40(7): 1443–1448. doi: 10.3969/j.issn.1001-506X.2018.07.05
      LUO Zhongtao, LU Peng, ZHANG Yangyong, et al. Analysis on amplitude distribution and suppression techniques of atmospheric noise[J]. Systems Engineering and Electronics, 2018, 40(7): 1443–1448. doi: 10.3969/j.issn.1001-506X.2018.07.05

    6. [6]

      MIDDLETON D. Non-Gaussian noise models in signal processing for telecommunications: New methods an results for class A and class B noise models[J]. IEEE Transactions on Information Theory, 1999, 45(4): 1129–1149. doi: 10.1109/18.761256

    7. [7]

      SAAIFAN K A and HENKEL W. Decision boundary evaluation of optimum and suboptimum detectors in class-A interference[J]. IEEE Transactions on Communications, 2013, 61(1): 197–205. doi: 10.1109/TCOMM.2012.100812.110565

    8. [8]

      RABIE K M, ADEBISI B, TONELLO A M, et al. For more energy-efficient Dual-hop DF relaying power-line communication systems[J]. IEEE Systems Journal, 2018, 12(2): 2005–2016. doi: 10.1109/JSYST.2016.2639321

    9. [9]

      ZHIDKOV S V. Performance analysis and optimization of OFDM receiver with blanking nonlinearity in impulsive noise environment[J]. IEEE Transactions on Vehicular Technology, 2006, 55(1): 234–242. doi: 10.1109/tvt.2005.858191

    10. [10]

      ROŽIĆ N, BANELLI P, BEGUŠIĆ D, et al. Multiple-threshold estimators for impulsive noise suppression in multicarrier communications[J]. IEEE Transactions on Signal Processing, 2018, 66(6): 1619–1633. doi: 10.1109/TSP.2018.2793895

    11. [11]

      KAY S M. Fundamentals of Statistical Signal Processing, Volume Ⅱ: Detection Theory[M]. Prentice-Hall, 1998: 626–645.

    12. [12]

      LI Xutao, SUN Jun, WANG Shouyong, et al. Near-optimal detection with constant false alarm ratio in varying impulsive interference[J]. IET Signal Processing, 2013, 7(9): 824–832. doi: 10.1049/iet-spr.2013.0024

    13. [13]

      ZHANG Guoyong, WANG Jun, YANG Guosheng, et al. Nonlinear processing for correlation detection in symmetric alpha-stable noise[J]. IEEE Signal Processing Letters, 2018, 25(1): 120–124. doi: 10.1109/LSP.2017.2776317

    14. [14]

      RABIE K M and ALSUSAE E. On improving communication robustness in PLC systems for more reliable smart grid applications[J]. IEEE Transactions on Smart Grid, 2015, 6(6): 2746–2756. doi: 10.1109/TSG.2015.2430528

    15. [15]

      罗忠涛, 卢鹏, 张杨勇, 等. 抑制脉冲型噪声的限幅器自适应设计[J]. 电子与信息学报, 2019, 41(5): 1160–1166. doi: 10.11999/JEIT180609
      LUO Zhongtao, LU Peng, ZHANG Yangyong, et al. Adaptive design of limiters for impulsive noise suppression[J]. Journal of Electronics &Information Technology, 2019, 41(5): 1160–1166. doi: 10.11999/JEIT180609

    16. [16]

      LUO Zhongtao, LU Peng, and ZHANG Gang. Locally optimal detector design in impulsive noise with unknown distribution[J]. EURASIP Journal on Advances in Signal Processing, 2018, No. 34: 1–12. doi: 10.1186/s13634-018-0560-x.

    17. [17]

      VASTOLA K. Threshold detection in narrow-band non-Gaussian noise[J]. IEEE Transactions on Communications, 1984, 32(2): 134–139. doi: 10.1109/TCOM.1984.1096037

    18. [18]

      NELDER J A and MEAD R. A simplex method for function minimization[J]. The Computer Journal, 1965, 7(4): 308–313. doi: 10.1093/comjnl/7.4.308

    19. [19]

      WRIGHT M H. Direct search methods: Once scorned, now respectable[C]. 1995 Dundee Biennial Conference in Numerical Analysis, Dundee, UK, 1996: 191–208.

    20. [20]

      POWELL M J D. An efficient method for finding the minimum of a function of several variables without calculating derivatives[J]. The Computer Journal, 1964, 7(2): 155–162. doi: 10.1093/comjnl/7.2.155

    21. [21]

      PRESS W H, TEUKOLSKY S A, VETTERLING W T, et al. Section 10.7. Direction Set (Powell's) Methods in Multidimensions[M]. 3rd ed. New York: Cambridge University Press, 2007: 123–134.

    22. [22]

      CONN A R, SCHEINBERG K, and VICENTE L N. Introduction to Derivative-free Optimization[M]. Philadelphia: SIAM, 2009: 155–164.

    23. [23]

      罗忠涛, 卢鹏, 张杨勇, 等. 基于高斯化-广义匹配的脉冲型噪声处理方法研究[J]. 电子与信息学报, 2018, 40(12): 2928–2935. doi: 10.11999/JEIT180191
      LUO Zhongtao, LU Peng, ZHANG Yangyong, et al. A novel method for nonlinear processing in impulsive noise based on Gaussianization and generalized matching[J]. Journal of Electronics &Information Technology, 2018, 40(12): 2928–2935. doi: 10.11999/JEIT180191

    24. [24]

      LUO Zhongtao, GUO Renming, ZHANG Xinshu, et al. Optimal and efficient designs of Gaussian-tailed non-linearity in symmetric α-stable noise[J]. Electronics Letters, 2019, 55(6): 353–355. doi: 10.1049/el.2018.7347

    25. [25]

      ARIF M, NASEEM I, MOINUDDIN M, et al. Design of optimum error nonlinearity for channel estimation in the presence of Class-A impulsive noise[C]. The 6th International Conference on Intelligent and Advanced Systems, Kuala Lumpur, Malaysia, 2016: 1–6. doi: 10.1109/ICIAS.2016.7824137.

    26. [26]

      IKPEHAI A, ADEBISI B, RABIE K M, et al. Energy-efficient vector OFDM PLC systems with dynamic peak-based threshold estimation[J]. IEEE Access, 2017, 5: 10723–10733. doi: 10.1109/ACCESS.2017.2709254

    27. [27]

      PENG Siyuan, CHEN Badong, SUN Lei, et al. Constrained maximum correntropy adaptive filtering[J]. Signal Processing, 2017, 140: 116–126. doi: 10.1016/j.sigpro.2017.05.009

    28. [28]

      邱天爽, 张旭秀, 李小兵, 等. 统计信号处理: 非高斯信号处理及其应用[M]. 北京: 电子工业出版社, 2004: 165–166.
      QIU Tianshuang, ZHANG Xuxiu, LI Xiaobing, et al. Statistical Signal Processing: Non-Gaussian Signal Processing and Its Application[M]. Beijing: Publishing House of Electronics Industry, 2004: 165–166.

    1. [1]

      徐少平, 林珍玉, 崔燕, 刘蕊蕊, 杨晓辉. 采用双通道卷积神经网络构建的随机脉冲噪声深度降噪模型. 电子与信息学报, 2020, 41(0): 1-8.

    2. [2]

      徐宇, 林郁, 杨海钢. FPGA双端口存储器映射优化算法. 电子与信息学报, 2020, 41(0): 1-8.

    3. [3]

      姚敏立, 王旭健, 张峰干, 戴定成. 基于动态参数差分进化算法的多约束稀布矩形面阵优化. 电子与信息学报, 2020, 42(5): 1281-1287.

    4. [4]

      高东, 梁子林. 基于能量效率的双层非正交多址系统资源优化算法. 电子与信息学报, 2020, 42(5): 1237-1243.

    5. [5]

      刘彬, 杨有恒, 赵志彪, 吴超, 刘浩然, 闻岩. 一种基于正则优化的批次继承极限学习机算法. 电子与信息学报, 2020, 42(7): 1734-1742.

    6. [6]

      宋人杰, 张元东. 基于感兴趣区域的高性能视频编码帧内预测优化算法. 电子与信息学报, 2020, 42(0): 1-7.

    7. [7]

      惠鏸, 张晓静. 无线自组织网络的联合安全路由选择和功率优化算法. 电子与信息学报, 2020, 41(0): 1-8.

    8. [8]

      陈根华, 陈伯孝. 复杂多径信号下基于空域变换的米波雷达稳健测高算法. 电子与信息学报, 2020, 42(5): 1297-1302.

    9. [9]

      陈勇, 郑瀚, 沈奇翔, 刘焕淋. 基于改进免疫粒子群优化算法的室内可见光通信三维定位方法. 电子与信息学报, 2020, 42(0): 1-7.

    10. [10]

      王彬, 侯越圣. 一种Alpha稳定分布噪声下的体积目标长度估计方法. 电子与信息学报, 2020, 41(0): 1-8.

    11. [11]

      邵凯, 李述栋, 王光宇, 付天飞. 基于迟滞噪声混沌神经网络的导频分配. 电子与信息学报, 2020, 41(0): 1-8.

    12. [12]

      孙子文, 叶乔. 利用震荡环频率特性提取多位可靠信息熵的物理不可克隆函数研究. 电子与信息学报, 2020, 42(0): 1-8.

    13. [13]

      关杰, 黄俊君. Keccak类S盒的线性性质研究. 电子与信息学报, 2020, 42(7): 1790-1795.

    14. [14]

      吕敬祥, 罗文浪. 无线传感网络量化及能量优化策略. 电子与信息学报, 2020, 42(5): 1118-1124.

    15. [15]

      张波, 黄开枝, 林胜斌, 易鸣, 陈亚军. MIMO异构网络中一种基于人工噪声的抗主动窃听者的鲁棒安全传输方案. 电子与信息学报, 2020, 41(0): 1-8.

    16. [16]

      李劲松, 彭建华, 刘树新, 季新生. 一种基于线性规划的有向网络链路预测方法. 电子与信息学报, 2020, 41(0): 1-9.

    17. [17]

      达新宇, 张宏伟, 胡航, 潘钰, 井锦玲. 认知无人机网络中次级链路吞吐量优化研究. 电子与信息学报, 2020, 42(0): 1-8.

    18. [18]

      雷维嘉, 杨苗苗. 时间反转多用户系统中保密和速率优化的预处理滤波器设计. 电子与信息学报, 2020, 42(5): 1253-1260.

    19. [19]

      魏宏安, 吴小清, 张昂. 基于能量误差的人体有限元模型网格剖分优化研究. 电子与信息学报, 2020, 42(0): 1-6.

    20. [20]

      马杰, 钟斌斌, 焦亚男. 基于极坐标正弦变换的Copy-move篡改检测. 电子与信息学报, 2020, 42(5): 1172-1178.

  • 图 1  非线性变换函数的3种模式示意图

    图 2  ${\rm{S}}\alpha {\rm{S}}$噪声下的$E\left( {{g_X},T,a} \right)$曲面与曲线,$\alpha $=1.5, $\sigma $=1

    图 3  ${\rm{S}}\alpha {\rm{S}}$噪声中非线性函数比较

    图 4  ${\rm{S}}\alpha {\rm{S}}$噪声中非线性函数效能

    图 5  Class A噪声中非线性函数效能

    图 6  ${\rm{S}}\alpha {\rm{S}}$噪声$\alpha $变化时的最优参数

    图 7  通信误码率与信噪比的关系

    表 1  高斯混合噪声中非线性变换的效能

    $(\varepsilon ,\sigma _2^2)$=(0.3 10)(0.3 100)(0.3 1000)(0.1 10)(0.1 100)(0.1 1000)(0.01 10)(0.01 100)(0.01 1000)
    局部最优检测 0.5198 0.5709 0.6338 0.7935 0.8316 0.8678 0.9695 0.9796 0.9846
    最优置零器 0.4637 0.5421 0.6196 0.7624 0.8160 0.8611 0.9647 0.9752 0.9837
    最优削波器 0.4592 0.3906 0.3662 0.7407 0.6958 0.6793 0.9568 0.9453 0.9409
    GZMNL 0.5056 0.5674 0.6328 0.7883 0.8300 0.8672 0.9689 0.9774 0.9846
    GGM 0.4540 0.4982 0.5791 0.7576 0.7924 0.8311 0.9620 0.9691 0.9773
    X 轴平移模式 0.5079 0.5652 0.6313 0.7880 0.8286 0.8665 0.9686 0.9772 0.9845
    Y 轴平移模式 0.4939 0.5044 0.5512 0.7626 0.7614 0.7858 0.9599 0.9557 0.9589
    定点平移模式 0.5091 0.5282 0.5697 0.7776 0.7837 0.8032 0.9636 0.9618 0.9641
    下载: 导出CSV
  • 加载中
图(7)表(1)
计量
  • PDF下载量:  20
  • 文章访问数:  785
  • HTML全文浏览量:  415
文章相关
  • 通讯作者:  罗忠涛, luozt@cqupt.edu.cn
  • 收稿日期:  2019-06-05
  • 录用日期:  2019-12-09
  • 网络出版日期:  2019-12-23
  • 刊出日期:  2020-04-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章