在量化阵列框架下的对称Alpha稳定信号检测的预处理方法

来源：信号处理杂志 2019年第8期北京时间：

作者：陆炫宇, 许凯嘉, 张国勇, 王军

摘要：本文主要研究了淹没在对称α稳态噪声下的信号相关检测的最优和次优的预测处理方法。使用量化阵列模型的等价处理函数和对相关运算的高斯近似，通过最大化相关器的输出信噪比，建立了约束泛函优化问题。由于量化阵列的泛函优化问题很难得到解析解，本文将预处理函数离散化，并证明离散后的优化问题是凸二次规划问题，从而可通过凸优化的方法求解。本文提出了一种基于排序方法的自适应门限的软限幅检测器，相比现有的检测器，仅仅需要估计噪声参数α。仿真结果表明，提出的量化阵列系统等价的预处理函数逼近最大似然检测器，提出的软限幅检测器达到了近似最优的性能，有利于实时处理α稳态信号。

关键词：随机共振, 量化阵列, 非高斯, 预处理, 凸优化, α稳定分布, 软限幅检测器