基于概率测度变换的稳健多信号分类

@文章{Todros2015RobustMS，title={基于概率测度变换的稳健多信号分类}，author={Koby Todros和Alfred O.Hero}，journal={IEEE信号处理事务}，年份={2015年}，体积={63}，页码={1156-1170}，网址={https://api.semanticscholar.org/CorpusID:9239329}}
基于对接收信号的概率分布进行变换，即对观测空间上定义的概率测度进行变换，提出了一种新的鲁棒多信号分类框架，称为鲁棒测量变换MUSIC。
[PDF]语义阅读器

本文中的数字

29引文

基于MSE的测量变换MUSIC算法优化

基于Mse优化的测量转换音乐算法性能增强

从用于实现MT-MUSIC的相同数据样本中，开发了渐近MSE矩阵的强一致估计量，为开发数据驱动程序铺平了道路，该程序用于优化选择测量转换参数，从而最大限度地减少了对蛔虫平均根MSE（RMSE）的经验估计。

测度变换拟最大似然估计

所提出的估计量称为测量变换GQMLE（MT-GQMLE），它最小化了数据变换概率分布和假设高斯概率测度之间的经验Kullback-Leibler发散。

用于稳健频谱传感的测量变换协方差检验

结果表明，在以零为中心的球面高斯函数类下，适当选择MT-函数可以显著减轻重尾噪声影响。

基于高斯核软划分的高精度信号子空间分离算法

实验结果表明，与五种常用算法的结果相比，本文提出的高精度方法具有更高的精度，尤其是在低信噪比阈值和小快照的情况下。

脉冲噪声中基于鲁棒混合分数低阶相关熵的DOA估计新算法

提出了一种新的DOA估计算法，该算法在Alpha稳定分布脉冲噪声背景下利用混合分数低阶相关熵（MFLOCR），以及一种将MFLOCR算子与MUSIC算法相结合的增强DOA估计方法，该算法专门针对脉冲噪声环境而设计。

脉冲噪声下相干分布源DOA估计的新方法

综合仿真结果表明，该算法在估计精度和分辨率方面优于现有算法，特别是在强脉冲噪声环境下。

关于测量变换的多信号分类算法的注记

证明了当测量变换函数属于宽类严格正球面轮廓函数时，噪声子空间可以由被测变换协方差的特征分解来确定。

用于随机信号检测的插入式测量转换准似然比测试

针对非球形噪声中随机信号的鲁棒检测，开发了一种插件式高斯拟似然比检验（GQLRT），并说明了其相对于其他检测器的优点。

考虑相干分布源的脉冲噪声环境下鲁棒自适应DOA估计方法

49参考文献

测量转换独立分量分析

基于对观测向量的概率分布进行结构化变换，即定义在其观测空间上的概率测度的变换，导出了一种新的独立分量分析框架，称为测度变换ICA。

基于非参数统计的子空间波达方向估计

介绍了一种新的高分辨率波达方向（DOA）估计方法，该方法在标称条件下具有几乎最优的性能，并且在面对重尾噪声时具有鲁棒性。

脉冲噪声环境下基于协变的稳健MUSIC（ROC-MUSIC）方位估计算法

提出了一种新的脉冲噪声环境下基于子空间的方位估计方法，该方法可以建模为复对称α-稳定（S/spl-alpha/S）过程，并研究了其渐近性能。

基于分数低阶统计量的子空间测向算法

结果表明，当噪声为S/spl alpha/S且未知/spl alpha//spl ne/2时，p接近单位的FLOM-多信号分类（MUSIC）具有良好的性能。

基于噪声子空间协方差矩阵线性收缩估计的MDL准则源枚举

证明了m，n→∞和m/n→c∈（0，∞）的LS-MDL准则的强相合性，其中m和n分别是天线数和快照数，并导出了噪声子空间分量协方差矩阵的精确估计。

脉冲噪声环境下的鲁棒到达方向估计

数值结果表明，在分辨率和估计精度方面，该方法优于标准MUSIC方案和几种现有的抗离群点DOA估计方法。

多发射器定位和信号参数估计

描述了多信号分类（MUSIC）算法，该算法对存在的入射波前数、波达方向（DOA）（或发射器位置）、强度和入射波形之间的互相关进行了渐近无偏估计。

重尾噪声中的一些检测和估计问题

复合高斯杂波中的矢量子空间检测。第一部分：调查和新结果

针对高斯和复合高斯场景，依次推导了最佳奈曼-皮尔逊检测器、广义似然比检验（GLRT）和恒定虚警率（CFAR）检测器。

关于测度变换的典型相关分析

结果表明，明智地选择变换会导致修改的正则相关分析，与LCCA相比，该分析能够检测所考虑的一对随机向量之间的非线性关系。