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.     

基于信号相位匹配原理的广义相关时延估计

提出了一种利用信号相位匹配原理估计的线谱相位数据时延估计和广义相关时延估计相结合的时延估计方法,导出了该方法的时延估计公式.仿真和海上实航数据处理结果证明了该方法的正确性,并表明方法具有算法简单,稳健性好,可估计非整数倍时延,提高了低信噪比条件下的时延估计精度,具有重要的工程应用前景.     

广义二次相关时延估计算法改进

在基于TDOA的声源定位算法中时延估计的精确度是关键,时延估计极小的误差也会导致定位结果的偏离,因此为了提高声源定位的精度,必须对时延进行准确的估计.传统的广义互相关时延估计方法是通过添加相应的加权函数来提高语音信号中的有效成分,从而提高时延估计的精度.然而现实中声学环境非常复杂,在较低信噪比的情况下,传统广义互相关时延估计法的性能开始下降,导致时延估计误差变大.针对这一问题提出了一种基于二次相关的广义互相关时延估计改进算法,该方法首先通过滤波器对接收到的音频信号进行滤波,再利用二次相关抑制了噪声对信号的干扰,然后对加权函数进行改进,提高时延估计精度.最后计算机仿真实验表明,无论在低信噪比还是在高信噪比甚至是弱混响的环境下,该方法都获得了较好的时延估计性能.     

基于倒谱分析的防混响时延估计算法

为了提高混响条件下时延估计算法的精度,对广义互相关时延估计算法进行分析后,介绍了倒谱分析在去混响处理中的作用,根据接收信号中各种成分在倒谱的分布情况,对基于同态滤波的时延估计方法提出改进方案。通过仿真实验对比传统时延估计算法和新算法的性能,并从误差角度分析时延估计的准确度。从仿真结果可以看出,本文提出的算法在混响比较严重的环境中做时延估计,其均方根误差比广义互相关时延估计算法(GCC)降低了20%左右,比改进前的基于同态滤波广义互相关算法(CEP-GCC-TDE)降低了8%左右,估计精度有了进一步提高,在室内声源定位中具有实用价值。     

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。     

提高时延估计精度的方法研究

该文在分析各种时延估计方法的优缺点的基础上,研究提高时延估计计算精度的方法。文中提出采用线性调频Ｚ变换的方法来提高时延估计的精度。结合采用广义互相关原理,采用线性调频Ｚ变换对直升机声音信号进行了仿真计算,在有一定相关噪声的条件下,时延估计误差的方差可达到５μｓ以内,优于其它的时延估计方法的计算结果。反映了该方法是一种较好的方法,具有实际意义。将该方法用于智能雷弹中,可以合轩弹对直升机的声定矩误差控     

一种基于稀疏重构的NB-IoT时延估计算法

针对传统的时延估计算法无法解决窄带物联网(narrowband internet of things, NB-IoT)低速率低功耗引起的估计精度低、计算复杂度高等问题,提出一种加入代价函数模型的基于稀疏重构的时延估计算法。利用窄带定位参考信号(narrowband positioning reference signal, NPRS)与传统的正交匹配追踪算法(orthogonal matching pursuit,OMP)进行时延值预估计,然后根据预估计的时延值构建冗余字典,在此基础上利用改进的OMP算法进一步对时延值进行估计。该算法中加入代价函数的思想将多维的时延估计降维成多个一维的时延估计,同时利用稀疏重构来消除各信号之间的干扰。另外,为了消除降维带来的局部最优的问题,合理设置软门限来有效并快速地终止代价函数模型的迭代过程。仿真结果表明,与OMP算法等传统时延估计算法相比,该算法具有更好的检测性能以及更高的时延估计精度。     

基于麦克风阵列的声源定位算法研究及DSP实现

基于时延估计的声源定位技术是目前出现的定位方法中计算量最小、最易于实时应用的方法。时延估计的精度和鲁棒性是实现麦克风阵列声源定位系统精确与稳定的关键要素。然而在实际环境中大多存在较大的环境噪声和比较强的反射,影响了时延估计的准确性,进而影响对声源位置的准确估计。为了提高定位的精度,本文采用结合多帧加权平滑方法的GCC-PHAT-进行时延估计,仿真证明这种时延估计的方法在有噪声和混响存在的条件下仍然有比较高的准确性和比较好的实时性。搭建了一个四通道声源实时定位系统,对该系统的性能进行了测试。实验结果表明,在实验室的有噪音和反射的环境中,该系统的角度定位精度基本上能够控制在一个较小的范围内,具有比较强的应用性和稳定性。     

异步带限DS/CDMA系统中用户识别和时延估计

讨论了适合异步带限DS／CDMA系统的用户识别和时延估计算法,该算法基于最小输出能量（MOE）准则,可分为两个阶段：用户识别和时延估计。用户识别阶段用于判别用户是否传输信号,条件仅为已知用户扩频码。若用户传输信号,一个粗略的时延估计可同时得到,那么后续的时延估计阶段将通过有效的搜索策略来获得精确的时延估计。仿真结果表明,该用户识别／时延估计算法具有抗远近效应能力,时延估计精度高于子空间方法,根据亿真结果,提出了一个改进型算法“先时延估计,后用户识别。该改进型算法可大大提高用户识别性能。     

低频段内的频谱细化技术

在被动时延定位系统中,时延估计通常采用互相关函数进行计算,本文采用MCZT算法来计算相关系数,通过仿真结果证明这种方法可以精确计算相关函数的峰,与FFT算法相比,信号的时延估计精度显著提高。     

基于提升小波时间延迟估计的被动声定位研究

 在七元空间声传感器阵列被动声定位的数学模型下,针对一阶离散小波时间延迟估计算法在低信噪比的环境下,存在着时间延迟估计精度较差,导致对目标声源定位精度较差的问题,提出一种基于提升小波时间延迟估计算法.通过仿真和计算证明改进后的算法在低信噪比的环境下估计出较高精度的时间延迟量,计算简便,运行效率较高,提升了七元空间声阵定位的精度,达到了简化算法的目的.     

自相关法多途时延估计及其实验结果

讨论自相关多途时延估计方法,分析了自相关多途时延时估计方法的估计精度,并将其与ＭＬＥ估计器进行了比较;并针对实际情况讨论了海面波动对多途时延的影响,用自相关法对一组海上试验的数据进行了处理,并对处理结果进行了分析,理论分析与实际数据处理表明,自相关法是工程中进行多途时延估计的较好方法。     

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 .     

Eckart加权的自适应时间延迟估计

提出了一种Ｅｃｋａｒｔ加权的自适应时间延迟估计方法，分析了其性能，给出了计算机模拟的结果，理论分析和计算机模拟表明；这种时和瞎估计方法不依赖于输入信号和噪声的先验知识，具有较高的估计精度。     

被动声目标定位与跟踪的实验研究

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。     

一种正交频分复用系统多径时延估计模型与算法

针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Domain Phase-offset,FDP-MDE).并在此基础上,结合LTE(Long Term Evolution)系统的实际特点提出一种分组联合时延估计算法(Grouped Joint Time Delay Estimation,GJ-TDE).该算法首先将OFDM系统的时域接收信号转换为频域信号,然后对频域信号采样分成多组低维的接收数据矩阵并利用各采样数据矩阵组分级估计时延,最后取各时延估计值的平均作为定位时延值.仿真结果表明:在信噪比(SNR)为0dB、采样间隔为8的条件下,GJ-TDE算法的均方根误差(RMSE)比基于时域同步的Mensing算法降低了5.503 4m.     

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.      

基于时延不对称网络的最小排队转发时延估计

针对精密时间协议(PTP)报文的不确定排队转发时延恶化PTP同步性能的问题,提出最小排队转发时延估计算法.通过对链路时延堆栈式比较,基于筛选出的未受阻塞的幸运报文进行时钟偏移估计,提高了时延不对称网络中的PTP同步性能.算法的边界条件由搜寻幸运报文的平均时间间隔决定,推导了该边界条件公式.测试验证结果表明:在主从链路时延不对称的环境下,相比于无优化情况,链路时延估计精度提高了约25ns,其稳定度提高了近2个数量级;PTP系统同步精度提高了1倍以上,其稳定度提高了近4倍.     

WDA相关法时间延迟估计

相控阵超声检测中,相关法时间延迟估计是实现自适应聚焦的关键技术之一。为了消除噪声、模板窗口大小和缺陷特征等因素对相关法时间延迟估计的影响,结合检测超声回波信号的特点,提出了基于小波变换的相关法时间延迟估计方法。理论仿真和实验均证明该方法能有效抑制上述因素的影响,提高时间延迟估计精度。仿真计算表明:在可信度为0.95的情况下,信噪比提高了3.2dB,最小窗口大小从无穷大变成了3倍于探头中心频率对应周期,模板有效范围扩展了60%。