低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

增采样时延估计被动声音定位方法

针对传统的基于广义互相关时延估计的平面五元十字阵被动声音定位算法定位精度低的问题,提出了运用增加采样的时延估计被动声音定位方法,对低采样率采得的信号进行内插,增加采样后再进行五元几何定位。Matlab定位仿真实验结果显示,相同采样率下,改进后的算法平均定位误差仅为传统TDOA算法的1/14,由此表明该方法较大地提高了广义互相关时延估计被动声音定位算法的精度。     

基于时延估计的多目标被动定位算法

为了利用多目标时延估计实现多目标被动定位,介绍了单目标定位算法原理,并分析了这些算法在多目标定位算法中运用的可能性及难点.从多个目标到达各阵元的多个时延来构造矩阵,利用矩阵的不变子空间形成目标函数,得到了基于时延估计的多目标定位算法.给出了基于时延估计的多目标定位算法的仿真计算结果.仿真计算表明,此算法能有效冗余多阵元数据,解决单目标和多目标被动定位问题.     

基于麦克风阵列的语音信号实时时延估计

为了更好地利用麦克风阵列定位语音信号，得到更高的定位精度，研究了时延估计算法的构成方法与性能特征，分析了定位过程中误差的产生原因与环境，提出了切实可行的减小或消除相应误差的办法。该算法利用同一语音信号分别到达各麦克风的时间差，进行关系换算。利用Matlab在电脑上仿真的定位结果表明，该修改方法能大大改善定位的准确性，提高时延估计算法在实际应用中的利用率。     

被动声目标定位与跟踪的实验研究

目的　研究被动声定位和跟踪的可行性。方法　设计被动声目标定位、跟踪的实验系统,并进行静目标定位实验与运动目标定位与跟踪实验。结果　实验系统对静目标测向精度较高,而测距精度很低;对恒速运动目标,采用测向信息和多普勒频移信息相融合的算法得到了目标运动速度、距离的精确估计。结论　将基于时延估计的被动声测向和线谱频率估计的多普勒频移信息融合可实现对恒速运动目标的跟踪。     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

一种基于Watterson模型的短波信号时延估计算法

基于TDOA的短波信源定位技术相比于传统的基于AOA的短波定位技术具有设备简单、成本较低且架构方便的优点。然而,对短波信号直接进行传统的TDOA估计并不能得到信号的时延信息。以Watterson短波信道模型构造短波信号,在研究对比基本相关与模值相关算法的基础上,提出了基于广义相关熵模值的时延估计算法。仿真实验表明,即使在较低信噪比下,该方法仍然保持着较高的时延估计性能,是一种适用于短波信号的新型时延估计算法。     

网络传感器阵列目标定距定向的影响因素研究

基于声阵列信号时延估计、双曲线目标定位方法,推导了平面任意三元阵目标定向、定距计算公式,并采用该公式对声传感器阵列定位应用中的时延估计误差、阵列孔径大小、阵元布放误差等因素造成的目标定距、定向误差进行了计算和分析研究. 计算结果表明:在同样的初始误差条件下,采用大孔径阵列可以显著降低定距及定向误差,且定向精度的需求比较容易满足而定距精度的需求较难满足.      

一种基于频差补偿的相位谱时延估计方法

针对影响射频窄带信号时延估计精度的3个主要因素：中频偏差、信号带宽及信噪比,提出了一种基于频差补偿的相位谱时延估计方法.其采用平方倍频法分别估计两路信号的中频,通过频差补偿消除中频偏差对时延估计精度的影响;利用线性调频Z变换（CZT）在有限带宽内增加时延估计的有效点数;并针对相位法自身的特点利用Kalman滤波器优秀的抗噪声特性提高时延估计的精度.理论分析和实验仿真均验证了该方法的有效性.     

基于时延估计法的泄漏噪声定位试验研究

针对电站锅炉炉管泄漏问题,对基于时延估计法的定位方法进行了试验研究.通过外放高频声音信号模拟炉管泄漏信号,采用互相关算法估计两两通道间的时延值,根据距离公式建立定位方程,采用牛顿迭代法对其求解,获得泄漏点位置.试验结果表明:当声源为脉冲信号时,时延估计值很准确,当声源为连续周期声源信号时,时延估计值最大在-T/2～T/2(声源信号的周期)范围内变化;在一定范围内,采样率越高,时延值精度越高,定位效果越好;相较于声速,采样率对定位结果的影响更大.     

基于相关熵希尔伯特差值的窄带射频信号时延估计

窄带射频信号时延估计的精度往往会受到相对带宽的制约和噪声的影响.针对这一问题,提出了相关熵希尔伯特变换时延估计的定理,并结合此定理提出了一种在脉冲噪声环境下,适用于窄带射频信号的相关熵希尔伯特差值时延估计算法.该算法具有受信号相对带宽影响较小、抗噪能力较强等特点.仿真结果表明,与CCF、FLOC、l_p范数等算法相比,该算法具有更好的时延估计有效性和准确度.     

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FIR数字滤波器随机振动信号频时域转换方法

基于有限长单位冲激响应数字滤波器,根据指定ESA功率谱密度函数特征,设计了FIR数字滤波器,并通过控制其参数,获得了满足预定条件和要求的滤波器幅相特性.利用白噪声序列作为滤波器输入端,生成了符合要求的随机振动时域信号.同时还采用基于AR自回归模型参数方法对获得的随机振动时域信号进行功率谱估计与验证.结果表明:功率谱精度及两功率谱曲线间的误差完全在允许范围内,采用该方法获得的随机振动时域信号完全满足仿真与试验测试对信号幅频特性和功率的要求.     

基于Wigner-Ville分布的移动机器人语音定位中时延估计方法

在移动机器人语音交互中，时延估计算法的精度是影响语音定位精度的关键因素。针对在强噪声情况下，基于时延估计原理进行语音定位的精度较低的问题，提出基于维格纳 威利分布(Wigner-Ville distribution， WVD)的一次与二次相关时延估计算法。在强随机噪声环境条件下，信号间的相关计算会加大侧峰的峰值，极大程度地干扰对主峰峰值的搜索，无法准确估计时延，进而影响语音定位效果。为了减小侧峰的影响，进一步对相关峰值加窗处理。但加窗虽减小了侧峰的干扰，却导致主峰宽度变大且变化趋势平坦，也会影响时延估计精度，因此，需选择希尔伯特变换对峰值锐化处理。仿真实验研究了各算法的估计情况与时延估计的均方根误差，实验结果表明，所提出算法相比其他几种算法对时延估计性能更高。此外，实际场景实验验证了该算法的抗噪声性能。     

基于改进空间平滑技术的ESPRIT探地雷达时延估计算法

该文针对探地雷达地下回波时延估计问题,在详细论述ESPRIT探地雷达时延估计数据预处理过程的基础上,提出一种基于改进空间平滑技术的ESRPIT探地雷达超分辨率时延估计算法。基于FDTD的层状模型仿真数据验证了所提算法的有效性和可靠性。     

基于Taylor级数模型最小二乘滤波器设计

本文提出了一种基于被测函数Ｔａｙｌｏｒ级数展开式的最小二乘滤波器的设计方法，这种滤波器可以用一个有限冲激响应滤波器来实现，有很大的实用价值，它不仅可以用于对测量信号的滤波，而且同时可以对异常数据测量点进行插值，这种方法还可以推广到对测量信号的一阶和高阶导数进行最小二乘估计。计算机模拟和实际使用都证明，这是一种有效的滤波器，它可以有效地滤除混杂在接收信号中的噪声，大大改善测量效果。     

基于变步长最小均方误差自适应滤波器的变压器机器鱼避障时延仿真

为了解决变压器机器鱼避障过程中时延信息难以准确估计的问题,提出一种基于变步长LMS（最小均方误差）自适应滤波器的时延估计方法。不同于传统的互相关时延估计算法,变步长LMS自适应滤波器算法不需要信号和噪声的统计先验知识,具有更好的适用性。算法根据最小均方误差准则和最速下降法对滤波器的输出和权系数向量进行自适应调节,迭代过程中采用变步长代替传统的固定步长提高了收敛速度,然后对权系数向量进行Sinc函数插值获得时延估计结果。仿真分析了不同信噪比条件的时延估计性能,并且与传统互相关算法进行了比较,结果表明所提算法相对于传统互相关算法具有更好的抗噪性和更明显的时延估计峰值。     

空中目标信号相空间重构方法研究

为提取空中目标辐射噪声非线性和混沌特征,需要对目标信号作非线性时间序列分析,其第一步则是相空间的重构,基于Takens定理进行相空间重构前必须先确定重构相空间的时滞和嵌入维数两个重要参数。分别采用互信息方法确定重构最佳时延和关联积分法确定重构嵌入维数。分别以经典混沌信号和实测目标噪声数据为研究对象进行计算仿真,结果证明了该方法选择地参数进行相空间重构的有效性与准确性,重构的相空间能很好反应原混沌系统的特性,为下一步分析提取目标非线性特征奠定了良好的基础。     

利用时变滤波器模拟多普勒信号

计算机模拟的多普勒信号可用于评估各种多普勒信号处理的性能。为了快速而容易实现模拟正交多普勒信号,提出了一种仅利用一个时变波滤器的方法。该方法根据白噪声通过时变滤波器的特性而实现的。实验表明,对以该方法模拟的多普勒信号的短时傅里叶分析结果与理论预测相吻合,故该方法是切实可行的。