The Comparison of the Probability Density Function Estimators for Signal Detection in Impulse Noise

• Autorzy: Konopko K.

Warianty tytułu

PL

Porównanie wybranych estymatorów rozkładu prawdopodobieństwa stosowanych w detekcji sygnałów

• Języki publikacji: EN

Abstrakty

EN

Optimum linear detectors perform poorly in detecting signals in non-Gaussian disturbances, but significant improvement is available by using an appropriate non-Gaussian receiver. The main part of the receiver constitutes an estimator of an unknown probability density function (pdf) of the disturbances. The paper presents the comparison of pdf estimators for signal detection in non-Gaussian noise. The numerical simulation results for detection of QAM symbols in non-Gaussian noise are presented.

PL

Optymalny detektor korelacyjny wprowadza znaczne błędy w przypadku detekcji sygnałów na tle zakłóceń o niegaussowskim rozkładzie prawdopodobieństwa. Zastosowanie w odbiorniku estymatora rozkładu zakłóceń umożliwia znaczną poprawę jakości detekcji sygnałów. W artykule przedstawiono porównanie wybranych estymatorów rozkładu prawdopodobieństwa stosowanych w detekcji sygnałów.

Słowa kluczowe

EN

pdf estimators; impulsive noise; signal detection

PL

estymatory rozkładu prawdopodobieństwa; szum impulsowy; detekcja sygnałów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2010
• Tom: R. 86, nr 3
• Strony: 36--37
• Opis fizyczny: Bibliogr. 6 poz., rys., wykr.

Twórcy

autor

Konopko K.

• Politechnika Białostocka, Wydział Elektryczny ul. Wiejska 45D Białystok,

Bibliografia

• [1] Vaseghi S. V., Advanced Digital Signal Processing and Noise Reduction, John Wiley & Sons Ltd. New York 2000.
• [2] Kassam S. A., Signal Detection in Non-Gaussian Noise, Springer-Verlang, New York 1987.
• [3] Scott D., Multivariate Density Estimation: Theory, Practice, and Visualization, Wiley, New York, 1992.
• [4] Fukunaga K., Introduction to Statistical Pattern Recognition, Second. Edition. Academic Press, 1990.
• [5] Konopko K., Metody Wykrywania Zmian Struktury i Parametrów Systemów Dynamicznych i Sygnałów z Zastosowaniem Estymacji Rozkładów Prawdopodobieństwa, Białystok 2005
• [6] Jordan M.I., Jacobs R., Hierarchical Mixtures of Experts and the EM Algorithm, Neural Computation 1994, vol. 6, s. 181- 214.