公开(公告)号：CN103986559A

公开(公告)日：2014-08-13

申请号：CN201410229504.0

申请日：2014-05-27

Applicant: 东南大学

Inventor： 陈廷欢 ,  张萌 ,  姚玲玲 ,  孙传奇

IPC: H04L1/00 ,  H04B1/7163 ,  H04B17/00

Abstract: 本发明公开了一种对压缩采样信号的五阶循环累积量估计算法。本发明提出一种高阶统计量中的五阶循环累积量的估计方法，该方法首先利用压缩感知理论对信号进行压缩采样，即远低于奈奎斯特采样速率下对信号进行欠采样，然后计算压缩采样值的五阶各元素对应乘积；根据原信号的信号长度生成中间变量F矩阵和对角线投影矩阵P；根据压缩采样的随机矩阵生成中间变量Ξ矩阵，最后建立压缩采样值与五阶循环累积量之间的数学关系，利用l0范数最优化算法准确估计五阶循环累积量。利用本发明的算法，需要计算的数据量远小于传统的方法，计算复杂度小，精确度高和抗噪声能力强。

公开(公告)号：CN103986559B

公开(公告)日：2017-02-08

申请号：CN201410229504.0

申请日：2014-05-27

Applicant: 东南大学

Inventor： 陈廷欢 ,  张萌 ,  姚玲玲 ,  孙传奇

IPC: H04L1/00 ,  H04B1/7163 ,  H04B17/00

Abstract: 本发明公开了一种对压缩采样信号的五阶循环累积量估计算法。本发明提出一种高阶统计量中的五阶循环累积量的估计方法，该方法首先利用压缩感知理论对信号进行压缩采样，即远低于奈奎斯特采样速率下对信号进行欠采样，然后计算压缩采样值的五阶各元素对应乘积；根据原信号的信号长度生成中间变量F矩阵和对角线投影矩阵P；根据压缩采样的随机矩阵生成中间变量Ξ矩阵，最后建立压缩采样值与五阶循环累积量之间的数学关系，利用l0范数最优化算法准确估计五阶循环累积量。利用本发明的算法，需要计算的数据量远小于传统的方法，计算复杂度小，精确度高和抗噪声能力强。