一种简单高效的前沿检测时间估计算法及其应用

在基于时间的无线定位系统中，时间估计算法的精度和复杂度是衡量系统性能的关键因素。在直接相关 检测的基础上提出一种新的前沿检测算法，通过设定检测门限对相关峰的前沿进行检测得到时间估计。经过仿真 分析验证，此算法有效地提高了定位精度和一致性，并对多径误差具有一定的抑制作用。     

多径环境下CDMA移动定位的时延估计算法

针对CDMA移动定位系统中影响定位时延估计准确度的多径干扰问题，提出了一种基于早晚接收机原理的修正最大似然迭代估计算法，该算法对路径时延差在一定的码片间隔范围内，与传统最大似然时延估计器相比，能有效地抵抗多径干扰的影响，仿真结果证明了该算法的有效性和实用性．该算法同样适用于其他基于时间的无线定位系统的时延估计．     

一种宽带脉冲信号检测算法

提出了一种能够实时检测雷达脉冲信号的自相关算法。相对原有相关算法,该算法提高了窄带脉冲信号脉宽和到达时间的测量精度,并具备对宽带脉冲信号检测和时域参数估计的能力,且易于硬件实现。讨论了不同信噪比下使用最优门限能够达到的测量精度,并将该算法在FPGA中实现。仿真结果证明该算法在实时处理环境中具有较好的检测性能。     

二种同时估计信源位置和信号发射时间的TOA算法

提出了当接收端在空间随机分布时同时估计信源位置和信号发射时间的二种TOA算法。方法一为用一新变量代替定位估计中的二次项，把非线性估计转化为二步最大似然（ML）线性估计；方法二通过消去二次项，而只需一步最大似然估计。二种算法结构简单，计算量不大，具有较高的精度。     

基于非线性最小二乘算法的超宽带TOA估计

研究室内密集多径信道环境下的超宽带到达时间(TOA)估计技术.提出一种改进的门限比较TOA估计算法,利用非线性最小二乘算法同时估计多径延时和幅度,采用迭代算法提高参数估计精度,根据判决门限比较结果终止多径搜索过程并估计出TOA.分析该算法在室内多径信道模型中的性能,给出门限的设置方案.仿真结果表明,在不同的信噪比下设置合理的判决门限后,该算法具有较高的估计精度,能够满足精确定位需求.     

TD—SCDMA系统定位算法研究与仿真

为了克服NLOS信号对移动无线电定位的影响，对TD－SCDMA系统中联合DOA与TOA实现移动终端定位的方案进行了研究，基于NLOS信号识别的算法有效地解决了NLOS信号对实施定位的影响，提出了一种对多基站时间加权定位算法，通过仿真实验证明了所采用算法的可行性，在NLOS情况下也可满足FCC对E－911业务的要求。     

一种在NLOS环境下提高精度的TDOA定位方法

根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行了估计,并对TDOA(到达时间差)的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响。采用Chan算法对移动台(MS)位置进行定位。仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度。     

一种基于TDOA/AOA的混合三维定位算法

基于Chan算法,提出了一种改进的到达时间差(TDOA)和到达角(AOA)混合三维定位算法。该算法的主要思想是将Chan算法推广到三维空间,并在TDOA误差方程组里附加AOA误差方程来构建三维形式的非线性方程组。为了有效地克服Chan算法的二值根模糊性问题,先使用加权最小二乘法(WLS)获取初始解或者估计;接着根据初始解分量之间的相关性,并基于约束加权最小二乘(CWLS)算法,重新建立方程以对初始估计进行修正。通过计算拉格朗日因子,获取最终位置估计。仿真结果表明,与直接将Chan算法推广到三维相比,该算法具有较高的定位精度,其均方误差逼近克拉美-罗界(CRLB)。     

小波包在可控震源地震信号时延估计中的应用

在可控展源地展勘探信号处理中，利用发射信号和反射信号之间的时频分布相似性，提出了用小波包变换时频分布的二维相关算法，估计接收信号中各个反射信号分量的时间延迟。该方法能从信噪比为-4dB的接收信号中难确地对反射信号进行检测和时延估计。     

一种无需特征值分解的快速ESPRIT算法

ESPR IT算法是一种用于估计到达角(DOA)的参数类超分辨算法,由于这种算法在有效性和稳定性方面都有非常突出的表现,所以其受到了广泛的研究,并成为主要的超分辨算法.但是,在运用ESPR IT算法时不可避免的要进行特征值或奇异值分解(EVD/SVD),这使得其无法运用于实时系统.基于实时性方面的考虑,提出了一种无需特征分解的快速算法(VESPR IT).此算法有效性和稳健性方面虽然要比标准的ESPR IT算法稍差一些,但是其节约了计算时间使得此算法可以运用于实时处理.     

广义相关时延估计算法的自适应实现形式

认为广义相关时延估计算法的缺陷是依赖对输入信号及噪声先验知识 ,特别是对其功率谱的了解 ,而在实际应用中 ,往往缺乏这种先验知识 ,只能以估计值来代替 ,从而影响时延估计精度 .自适应滤波器一般只需要很少或根本不需要任何关于输入信号和噪声的先验知识且性能良好 ,若用自适应滤波器替代广义相关法中的预滤波器就可放松或免除对输入信号和附加噪声的条件限制 ,提高时延估计的精度 ,广义相关时延估计算法时域中的预滤波器就是其频域中的权函数 .从理论上证明了 ,任何一个广义相关权函数 ,都能够变换成一个或几个 Roth处理器的组合形式 .实际上 ,Roth处理器就是自适应滤波器实现的、能对原始带噪信号做最优化估计的维纳滤波器 ,从而实现了自适应广义相关时延估计算法 .     

基于误差修正的混合无线移动定位算法

为了提高无线移动定位精度,提出一种基于最小二乘支持向量机修改误差的TDOA-AOA定位算法。该方法首先通过非线性学习能力强的最小二乘支持向量机对测量误差和NLOS误差进行修正,然后利用TDOA-AOA算法对移动端点位置进行估计,最后通过仿真实验测试LSSVM-TDOA-AOA的定位性能。仿真结果表明,LSSVM-TDOA-AOA提高了移动端点位置估计精度,定位误差明显低于对比算法,可以较好地满足实际无线移动通信定位要求。     

基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行 改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确 率和速度。     

基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确率和速度。     

基于遗传BP神经网络的非平稳时间序列预测

BP网是神经网络时间序列预测方法中最常用的网络。针对BP算法局部搜索能力强,而遗传算法全局搜索优势突出的特点,将二者结合构造遗传BP神经网络,用于非平稳时间序列预测。仿真结果表明,该混合算法不仅提高了学习效率,而且对太阳黑子数预测的准确性高于BP算法、传统统计学预测方法。     

基于TDC_GP21的激光测距仪设计

为提高激光测距仪测距精度,采用ACAM公司的时间数字转换芯片TDC_GP21,设计了高精度的时间间隔测量模块,采用数据拟合算法对测距系统进行了标定,并用多项测距算术平均值的方法提高系统测距精度。测量结果表明系统电路简单、精度较高、成本更低、具有量产可行性。     

基于声探测的炸点坐标测量技术研究

采用小孔径立体五元阵探测弹丸爆炸声信号,提出一种基于到达时间差(TDOA)的单基阵精确定向、多基阵融合定位的炸点声定位系统。针对采集的爆炸声信号,对比互相关法及阈值法计算时延差时的定向误差;针对爆炸信号因超出传感器最大量程而被削去顶部的波形失真现象,提出一种基于多项式拟合的时延估算方法,给出算法流程图。采用总体最小二乘(TLS)算法进行多基阵定位,详细介绍了TLS算法的推导过程;并通过仿真分析对比了线阵列和环状阵列下的定位误差。通过进行多次户外定位试验,结果表明,该系统定位性能良好,在200 m×200 m范围内定位精度优于1.5 m,满足工程测量需求。     

基于频率调节的网络时间同步算法研究

针对Internet上时间服务器访负担过重的问题，在分析了同步过程中各种噪声的特点后，设计了一种客户端频率调节同步算法．该算法在保证精度前提下，有效降低了对服务器时间的请求次数，同时改善了客户时钟的频率性能．     

基于样本数据重抽样的时序数据预报方法

研究时序数据预报和提高预报精度的方法,提出了一种新的利用误差项对时序数据样本进行ＢｏｏｔＳｔｒａｐ重抽样的方法。该方法采用神经网络技术建立时序数据预报模型,并通过重抽样技术提高预报精度。通过ＢｏｏｔＳｔｒａｐ算法与ＢＰ算法的预报偏差平方和比较说明ＢｏｏｔＳｔｒａｐ算法提高了预报精度,将提出的重抽样技术引入时序数据预测中,可提高神经网络的预测精度,并适用于股票价格及外汇交易预测等效应领域。