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。     

基于相关增强的单信道信号分离

提出了一种在单通道自适应干扰抑制框架下分离语音信号和伪随机信号的方法.该方法首先采用时间延迟叠加方法增强语音信号的相关性和周期性,并利用时延估计器提取周期性特征,从而提高估计精度.然后,采用自适应算法估计语音信号,并通过从混合信号中抵消语音信号,估计出伪随机信号.仿真结果表明,该方法既能分离清音信号,也能分离浊音信号.分离单音频信号时,规范化最小均方算法的性能优于其他基于最小均方的算法;使用递归最小二乘算法可有效分离出相关增强后的清音信号;与无增强的信号相比,使用相关增强策略可提高浊音信号的估计精度.     

基于互相关序列和BP网络的声源定位算法

在基于麦克风阵列的声源定位算法中,一种常用算法的基本思路是通过麦克风接收到信号的相关序列来计算信号之间的时延,进而再根据阵列的结构确定声源的位置。在分析传统的声源定位算法基础上,针对双五元十字阵模型,介绍传统的基于广义互相关相位变换加权(generalized cross correlation-phase transform, GCC-PHAT)时延估计的定位算法,并给出基于GCC-PHAT时延估计和反向传播(back propagation, BP)神经网络的定位算法、基于抛物线互相关时延估计和BP网络的定位算法,进而通过分析影响时延估计的主要因素,提出了基于互相关序列和BP网络的新定位算法,该算法将GCC-PHAT互相关序列最大值点的位置、最大值点及其左右各一点的相关值作为BP网络的输入,通过对BP网络进行训练来实现声源的三维定位。仿真实验表明：与传统的基于GCC-PHAT时延估计的定位算法相比,所提出的各个算法均具有较好的定位效果,后者均比前者的定位精度更高,而且提出的基于互相关序列和BP网络的新定位算法在低信噪比和高混响的条件下,也具有较好的定位效果。     

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。     

伪码引信抗欺骗干扰的互相关正交投影联合法

针对伪码引信中抗欺骗干扰的问题,提出了互相关与正交投影联合法.首先干扰作用下的伪码引信视频信号与伪码产生器产生信号进行互相关,通过门限检测法获得相关峰数目,若存在一个相关峰,不进行抗干扰处理,若存在两个相关峰,通过相关峰值检测估计干扰延时,利用该延时信息和伪码产生器产生信号获得正交投影矩阵,干扰通过正交投影被滤除.仿真分析发现该方法能有效滤除干扰,抗干扰后信号与理想回波信号基本吻合.     

基于多路线性预测技术的时延估计

很多麦克风阵列时延估计算法在噪声和混响环境下性能都会下降。该文提出一种基于多路线性预测(multi-ple linear prediction,MLP)的时延估计算法。通过传递函数比估计来消除通道间传递函数的非对称性,提高信号相关程度;空间预测技术引入了阵列冗余信息,并以相关系数矩阵作为时延搜索的目标函数,提高时延估计的可靠性。实验结果显示了多路线性预测算法的估计准确率更高,性能更加稳健。与几种经典算法相比,在噪声和混响环境下MLP算法的估计正确率分别提高了5%和30%以上。     

基于PHAT-β广义互相关的变压器机器鱼避障时延估计仿真

针对变压器机器鱼避障过程中发射信号和回波信号时延信息难以准确估计的问题,提出一种基于相位变换加权(PHAT-β)广义互相关(GCC)算法的时延估计方法.区别于传统的基本互相关(BCC)算法,PHAT-β GCC算法可以根据信噪比在频城内对互功率谱进行灵活调节,提高了时延估计的抗噪性和准确性.首先对发射信号和回波信号进行快速傅里叶变换和共轭相乘得到互功率谱,然后对互功率谱进行PHAT-β加权、傅里叶逆变换得到广义互相关函数,最后通过峰值检测得到时延估计值.仿真分析和验证了不同类型发射信号(正弦信号、方波信号)、不同信噪比(20、10、0 dB)、不同指数调节因子的时延估计性能,结果表明所提算法相对于传统的BCC算法具有更好的抗噪性和更尖锐的时延估计峰值.     

低复杂度的压缩感知信道估计方法

针对采用非正交多载波调制的无线通信系统中,信道的稀疏度未知且非零稀疏路径随时间变化的问题,提出了一种基于导频信号互相关运算的压缩感知信道估计方法,利用接收端导频信号互相关计算对信道稀疏度及非零稀疏路径的时延分布进行预估,结合改进的低复杂度压缩感知重构算法得到信道估计结果.针对非正交多载波调制系统具有频谱利用效率高、信道环境适应性强的优点,对非正交多载波调制系统的导频图案进行优化设计,提高压缩感知信道估计算法的精度.仿真结果和理论分析表明:该方法不仅能够提高非正交多载波调制系统的频谱效率,还可以降低系统传输误码率与计算复杂度.     

基于相关法的差分式科氏流量计幅值检测算法

为提高差分式科氏流量计幅值检测的精度,提出了基于相关法的幅值检测算法。首先构造两路与采样信号同频的参考信号,然后分别与采样信号进行互相关得到互相关信号,估计出采样信号的初相位,最后检测出采样信号的幅值。理论分析表明:该方法不受信号非整周期采样的影响。仿真实验结果表明:该方法提高了检测精度,在信噪比45d B时,测量相对误差低于0.25%。