混合分布檢驗(yàn)在信號(hào)分選中的應(yīng)用.pdf

1、混合分布模型一直被廣泛的應(yīng)用到實(shí)際的數(shù)據(jù)分析和數(shù)據(jù)挖掘中，特別是在聚類算法中，若實(shí)際的數(shù)據(jù)能夠用某種分布刻畫，那么用混合分布模型聚類要比其余的基于距離的聚類方法的效果要好。然而目前實(shí)際應(yīng)用中的混合分布模型都是指同種分布的混合，關(guān)于不同種分布的混合模型的研究還是比較少的。本文基于信號(hào)本身及其雜波數(shù)據(jù)的特性將不同種類分布混合模型應(yīng)用到信號(hào)分選中，以提高信號(hào)分選算法的準(zhǔn)確率。
　　隨著電磁環(huán)境越來越復(fù)雜，單一的分布模型擬合接收機(jī)接收到的

2、雜波的效果越來越不理想，本文提出用混合正態(tài)和瑞利分布模型擬合雜波，混合分布比單一分布更能準(zhǔn)確的擬合雜波數(shù)據(jù)。對(duì)于模型的參數(shù)估計(jì)，本文分別應(yīng)用矩估計(jì)和基于EM算法的極大似然估計(jì)方法估計(jì)模型中的參數(shù)，并給出矩方程和基于EM算法極大似然估計(jì)的迭代表達(dá)式。
　　對(duì)于變化規(guī)律復(fù)雜的信號(hào)，本文應(yīng)用混合正態(tài)和均勻分布模型進(jìn)行信號(hào)分選。對(duì)于混合正態(tài)和均勻分布模型的參數(shù)估計(jì)問題，由于均勻分布的概率密度函數(shù)的特殊性，基于EM算法的估計(jì)方法嚴(yán)重依賴于迭

3、代的初始值，并且需要遍歷整個(gè)數(shù)據(jù)集運(yùn)算量大。為了解決這個(gè)問題，本文提出了一種基于經(jīng)驗(yàn)累積分布函數(shù)的方法估計(jì)均勻分布參數(shù)，并給出參數(shù)估計(jì)的具體算法流程，然后通過基于EM算法的極大似然函數(shù)估計(jì)方法估計(jì)正態(tài)分布參數(shù)和混合比例，在達(dá)到分選效果的基礎(chǔ)上該方法具有計(jì)算量小，效率高等優(yōu)點(diǎn)。
　　基于本文提出的兩種模型的參數(shù)估計(jì)方法，我們分別根據(jù)混合比例、交疊程度和樣本量三個(gè)影響因素模擬產(chǎn)生三類共6組模擬數(shù)據(jù)，應(yīng)用本文提出的參數(shù)估計(jì)方法估計(jì)模擬數(shù)