用于瞬态信号检测的无限因子线性动态系统

从背景信号中准确检测感兴趣的瞬态信号是信号处理的基本任务之一。最近的方法假设存在单个背景源，并使用线性动态系统(LDS)表示背景信号。这种假设可能无法捕捉具有多个源的现代电磁环境的复杂性。为了解决这一局限性，本文提出了一种在由未知数量发射器组成的背景中检测瞬态信号的方法。所提出的方法包括两个主要任务。首先，开发了一种称为无限因子线性动态系统(IFLDS)的贝叶斯非参数模型。该模型基于粘性印度自助餐过程，能够表示和学习无界数量的背景源。本研究还设计了使用切片采样和祖先采样的粒子吉布斯方法进行IFLDS参数学习的方法。其次，引入了有限移动平均(FMA)停止时间以最小化最坏情况下的漏检概率，并研究了停止时间的统计性能。为了便于计算FMA停止时间，本文推导了因子卡尔曼前向滤波(FKFF)方法，并为底层模型设计了依赖结构，使得停止时间可以通过递归函数定义。数值模拟证明了所提出方法的有效性和理论结果的正确性。在通信干扰条件下脉冲信号检测的实验结果证实了所提出方法的有效性和优越性。