基于分数低阶统计量的时延估计算法性能分析

传统的时延估计算法大多建立在高斯模型的基础上,利用信号的二阶、高阶估计量,可以得到理想的结果。然而,现实中的信号往往都处在非高斯环境下,如通信线路瞬间尖峰和环境噪声等,这一类信号的时域波形中存在一个明显的峰值,这时利用α稳定分布模型可以较好地表述非高斯脉冲信号和噪声。因此有必要对α稳定分布模型下的,基于分数低阶统计量(FLOS)的时延估计算法进行研究。通过调整参数取值得到的仿真结果,证明了在非高斯情况下,基于FLOS的时延估计算法相对于传统算法估计效果更好。     

一种超宽带无线电的快速时延估计算法

超宽带无线电直接发射脉冲,具有非常高的时间分辨率,从而可以精确估计信号传输时延,因此比较适应精确定位应用,可是在实际应用中,在合理的时间内估计信号传输时延是一个难题。为此,提出了一种超宽带无线电的快速时延估计算法,算法分为两个阶段,首先通过接收信号强度(RSSI)进行粗粒度的时延估计,然后通过基于符号采样率的相关运算估计精确的时延。仿真结果和分析表明,算法具有时延估计精确和快速的优点。     

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.     

一种推广的非高斯相关噪声中高斯信号的时延估计方法

介绍了高阶统计量与互相关运算相混合的方法，在对非高斯相关噪声中，高斯信号进行时延估计中的应用。该方法首先计算出观测的四阶累积量，然后利用累积量投影公式计算二阶统计量，最后利用互相关方法确定信号的时延参数。仿真结果与二阶和三阶统计量相结合的混合方法进行了比较。结果表明该方法具有优越性。     

基于Watterson模型的HF信道模拟器设计与实现

基于Watterson信道模型确定了一种短波信道模拟器实现方案,给出了多径延时、多普勒频移、多普勒频扩和噪声等关键参数的仿真算法,进而采用软硬件结合、软件编程为主的方法,利用DSP芯片及相关外围器件,实现了一种话音带宽短波信道模拟器。实验结果表明,该模拟器性能达到了预期要求,能够实时模拟窄带信道条件下的短波信道。该模拟器作为一个功能模块,嵌入某型短波调制解调器中,为设备调试及现场自测试提供了一种有效手段。     

基于共变谱的CZT多源时延估计新方法

针对现实环境中经常出现的强脉冲、非高斯噪声,以α稳定分布作为噪声模型,研究了被动系统中的多源时延估计问题.同时考虑到α稳定分布噪声会降低基于二阶统计量的传统方法的性能,依据分数低阶统计量理论并引入线性调频Z变换(CZT),提出了一种脉冲噪声环境条件下的多源时延估计新方法,仿真表明该方法可有效解决脉冲噪声环境中多源时延估计的高精度问题,其性能优于常用的共变法.     

一种新的TD-SCDMA信道估计改进方法

提出了一种用于TD-SCDMA(时分双工同步CDMA)移动通信系统的信道估计改进方法.TD-SCDMA系统中采用Steiner信道估计器,这种估计器实质上是基于最小二乘的估计,忽视了信道噪声的影响,而信道的噪声对估计精度有很大影响.利用TD-SCDMA在相邻帧为慢变信道的特征,提出一种基于时延相关信道估计改进方法,同时对Steiner估计器进行门限滤波,滤除了大部分噪声抽头.仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高,甚至在高速移动传播环境下可以达到2 dB的增益.     

一种基于OFDM训练序列的精确时延估计方法

提出了一种适用于OFDM系统的基于训练序列的精确时延估计方法.该方法利用频域差分互相关法,精确提取小数时延;在频域补偿小数时延后,再将时域相关法与上升沿法相结合,得到整数时延.由复杂度分析结果可知,当搜索法中获取小数时延的搜索次数大于2时,该方法的小数时延估计计算复杂度与搜索法相比低很多.仿真结果显示,当采样频率为10 MHz、多普勒频移为222.22 Hz、子载波个数为1 024的情况下,根据该方法所实现的时延估计精度能够达到分米级,平均比搜索法高出10 dB;同时,在低信噪比时,该方法比传统的时域相关法具有更健壮的整数时延估计性能.     

尖峰脉冲噪声下基于分数低阶统计量和函数变换的时延估计新算法

针对α稳定分布噪声环境下的时延估计问题,对最大似然加权估计法进行改进,给出了三种高效实用的新算法。首先,以分数低阶统计量为基础,提出了一种基于分数低阶统计量的最大似然时延估计算法(FLO-ML算法);其次,通过函数变换,提出了两种不依赖于分数低阶统计量的新算法(Log-ML算法和UDE-ML算法);进一步,本文还详细讨论了三种新算法的适用范围及计算复杂度。仿真分析表明,三种新算法均能在分数低阶α稳定分布噪声环境下实现准确的时延估计,其性能优于同类算法,同时三种新算法都能在传统高斯噪声环境下保持良好的稳健性。     

一种基于状态空间实现的频率估计与频率时延联合估计算法的研究

提出了一种基于状态空间实现的正弦信号的频率、时延联合估计新方法,其频率估计由状态过渡矩阵的特征值获得,同时时延估计则由观测矩阵和估计的频率给出,用正弦信号验证了该方法的性能.     

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.     

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．     

基于CDMA信号的TDOA定位时延参数获取算法

针对利用CDMA导频信号进行TDOA定位时存在时延参数与基站配对这一问题,结合CDMA无源雷达系统,提出基于串行干扰消除(SIC)和并行干扰消除(PIC)两种自动配对算法,并对这两种算法进行比较。仿真表明,这两种算法都可以完成对时延参数的获取,同时可实现时延与基站间的自动配对;另外,相比于并行干扰消除算法,串行干扰消除算法能够获得更高的检测成功概率,但是计算量偏大。     

基于VMD的广义二次互相关时延估计方法

针对广义互相关(GCC:Generalized Cross-Correlation)时延估计方法在低信噪比的情况下会产生较大误差的问题,提出一种基于变分模态分解(VMD:Variational Mode Decomposition)结合广义二次互相关(GSCC:Generalized Second Cross-Corr...     

一种包含非理想维修的延迟时间模型

针对延迟时间模型没有考虑维修效果对故障过程的影响的问题,根据比例役龄消减模型的假设,提出一种包含非理想维修的延迟时间模型.首先假设检测维修的效果是非理想的,而故障维修是理想的,非理想维修效果会影响下一个维修过程中的缺陷及故障的瞬时发生率.基于该假设,提出无限使用期限下平均单位时间费用模型,并利用数值模拟方法获得单位时间费用的特性.研究结果表明:非理想维修效果会增大无限使用期限下平均单位时间费用;当检测维修效果接近理想维修时,存在一个最优检测周期使得平均费用最小,当提高因子减小时,该最优周期不存在.     

基于TDE技术的声源定位算法

针对基本互相关法在估计时延时没有明显的峰值及实际环境中的噪声会减损峰值,甚至出现伪峰的问题,提出了一种基于广义互相关的改进时延估计方法,并结合麦克风阵列结构,实现了基于两步定位的声源定位.通过仿真实验验证了该方法在有噪声的环境下能准确测量声源的位置,定位的平均距离误差和平均方向角误差都低于5%,且方向角在30°～150°、距离在1.1～2.3m时定位成功率达80%以上.     

四元数在时延和方向角同时估计中的应用

针对阵列信号处理中时延、方向角的同时估计问题,提出了时延、方向角的四元数模型,使得估计时延、方向角二维问题类似于估计一维问题,从而避免了在经典的二维复数模型估计中直接或间接的配对问题.在分析四元数的定义的基础上,利用训练序列估计信道特性,通过傅立叶变换和反卷积对信道模型进行变换,得到信号的四元数模型.并通过构造类似一维ESPRIT(Estimating Signal Parameter via Rotational InvarianceTechniques)方法同时估计信号的时延和方向角.仿真实验表明,提出用一个四元数将时延、方向角二维信号参量"捆绑"在一起,可以摆脱二维信号参量的分维配对这一难题.     

基于全相位窄带滤波的超分辨率时延估计

为提高超分辨率时延估计的抗噪性能,提出了基于全相位窄带滤波的超分辨率时延估计算法.在陷波器设计方法基础上,设计出中心频点可精确控制的具有类点通传输特性的窄带滤波器,然后用该滤波器对存在时延关系的两路采样序列进行滤波处理,再依照传统相位差时延估计法,即可获得高精度时延估计.仿真实验表明:相比于基于信号重心插值的超分辨率时延估计法,该方法信噪比范围要高出10,dB,具有广阔的工程应用前景.     

采用时延估计的外辐射源雷达杂波抑制算法

针对外辐射源雷达目标探测中监测通道存在分数倍时延杂波而造成杂波抑制性能下降的问题,提出了采用加权子空间拟合时延估计的外辐射源雷达杂波抑制算法(WSF-TDE-CM)。在假设接收数据中的目标信号远远弱于杂波信号的前提下,该算法首先利用接收数据的自相关矩阵通过加权子空间拟合的方法建立杂波时延估计模型,将分数时延估计问题转化为复正弦频率估计的优化问题,然后利用量子粒子群算法求解杂波时延,最后通过估计的杂波时延构造杂波矩阵,将接收信号投影到杂波空间的正交补子空间中,从而实现杂波的抑制。WSF-TDE-CM算法不需要设置滤波器阶数,在杂波时延为分数时延的情况下仍能保持良好的杂波抑制性能。仿真实验表明,当监测通道存在分数倍时延杂波时,WSF-TDE-CM算法与扩展相消算法相比,其杂波抑制比提高了约20dB;同时,在目标回波信噪比为-30dB时也能很好地检测到弱目标回波。