混合分布檢驗在信號分選中的應(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)用到信號分選中，以提高信號分選算法的準確率。
　　隨著電磁環(huán)境越來越復雜，單一的分布模型擬合接收機接收到的

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確的擬合雜波數(shù)據(jù)。對于模型的參數(shù)估計，本文分別應(yīng)用矩估計和基于EM算法的極大似然估計方法估計模型中的參數(shù)，并給出矩方程和基于EM算法極大似然估計的迭代表達式。
　　對于變化規(guī)律復雜的信號，本文應(yīng)用混合正態(tài)和均勻分布模型進行信號分選。對于混合正態(tài)和均勻分布模型的參數(shù)估計問題，由于均勻分布的概率密度函數(shù)的特殊性，基于EM算法的估計方法嚴重依賴于迭

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