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...     

基于矩形麦克风阵列的改进的GCC-PHAT语音定位算法

针对相位变换加权广义互相关方法（GCC-PHAT）对噪声的影响较为敏感的缺点,本文通过削弱噪音互谱、加权信噪比、应用相干函数等手段对原始的相位变换加权函数（PHAT）进行了改进,得到了一种改进的相位变换加权函数（MPHAT）,以便在有噪情况下更准确地估计时间差。大量的仿真实验验证了本文算法的有效性。     

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。     

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.     

基于改进时延估计的声源定位算法

针对强噪声和强混响条件下, 室内声源定位算法收敛速度慢和定位精度低等问题, 提出一种基于改进时延估计的声源定位方法. 该方法建立在单源多元混响模型下, 首先用四元十字型麦克风阵列估计时延; 然后在广义互相关时延估计算法的基础上, 引入二次相关法以削弱噪声干扰, 同时采用LMS(最小均方)自适应滤波算法弥补广义互相关方法的不足, 提高混响环境下的时延估计精度; 最后, 通过远场近似几何方法定位声源. 实验结果表明, 与相位变换加权广义互相关函数(GCC-PHAT)算法相比, 该方法具有较好的抗噪能力与抗混响能力, 能获得更准确的定位结果.     

基于稀疏过零点信息的抗幅值失真时延估计方法

基于时延估计的TDOA方法广泛地应用于声学定位技术中,应用时引入的干扰会导致一定程度的幅值失真,从而影响时延估计的准确与稳定性.文中分析了不同干扰因素带来的影响,进而针对幅值失真问题,提出了一种新的基于信号过零点信息进行时延估计方法.该方法对需要进行时延估计的两路信号进行幅值归一化处理,得到仅含0、1两种特征值的稀疏化信号,在一定范围内将稀疏化信号错位相减得到误差系数函数,通过索引误差系数函数的最小值求得通道时延估计值.为了验证该方法的有效性,分别进行了数值模拟、耦合腔实验与室内混响定位实验,实验中采用广义互相关(GCC)时延估计方法作为对比,结果表明:对于模拟信号和耦合腔标准声源生成信号,该方法均有较好的抗干扰能力,在信噪比为-5 dB时依然可以准确进行时延估计计算;与GCC方法相比,可用于极端条件如信号削波时的时延估计;在低采样率实验中,该方法较GCC方法受采样率降低影响小,在低采样率的条件下依然保留一定时延估计能力;在室内混响条件下的近距离声源定位实验中,该方法受声源距离、混响影响小,并且较GCC方法具备更强的抗突发干扰能力.文中所提出的方法能很好地抑制信号削波、低采样率、混响干...     

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。     

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 .     

基于支持向量机可控功率响应的MUSIC-DOA估计方法

针对MUSIC归一化算法在低信噪比时波达方位(DOA)估计性能下降的问题,提出了基于支持向量机(SVM)可控功率响应的MUSIC-DOA算法。该算法首先对宽带信号进行快速傅里叶变换,然后用MUSIC算法进行DOA估计,最后通过SVM对每个子带信号的DOA估计结果进行分类,选择分类后DOA估计结果较为准确的子带信号进行融合,得到宽带信号的DOA估计。该文方法有效解决了MUSIC归一化算法在低信噪比时定位精度不高的问题,提高了定位系统的稳定性。     

基于数理统计基因识别问题的研究

对于很长的DNA序列,在计算其功率谱或信噪比时,离散Fourier变换(DFT)的总体计算量仍然很大,会影响到所设计的基因识别算法的效率.Voss映射,Z-curve映射,探求功率谱与信噪比的某种快速计算方法运用计算机MATLAB软件用快速傅里叶变换方法来实现功率谱和信噪比的求解.     

基于动力响应互相关的古建筑木结构损伤识别

提出了基于互相关系数和互相关峰值变化率的古建筑木结构损伤识别和定位方法.以随机振动结构的某一测点为参考点,计算其他各测点与参考点的加速度响应之间的互相关函数,将所有的最大值组成互相关峰值向量(Cross-Correlation Peak Vector,CCPV).以两组CCPV之间的互相关系数作为损伤因子对结构进行损伤...     

数字粒子图象速度测量原理与实现方法

阐述了一项在现代流体力学研究领域中的应用图象处理技术－ＤＰＩＶ的实验原理及实现方法。ＤＰＩＶ将图象获取和图象处理技术运用在流体研究中,成功地实现了对流体速度的整场测量,实现了流体测量从点测量到场测量的突破,对于研究流体的非稳态性质有着十分重要的意义。     

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.     

微机化在线实时两相流测量用相关仪的研制

提出了一种快速极性相关算法,该算法利用标准8位微处理器具有的按位和处理8位数据的功能,采用了查表方式计算相关值,并以二分法进行峰值搜索。在Z8671单片机(晶振7.3728MHz)上执行该算法,允许的最高采样频率为18.08kHz。如果取相关计算长度为256点,测量窗口为127点,采样后只需10ms便可以给出流体流经距离L的渡越时间,从而使以微处器为核心的相关仪,可以满足实时应用的要求。     

漫射板作横向移动—散斑图样的相关性

建立了理想漫射板模型，在漫射板作横向移动时，计算了前后两幅散斑图样的相关性。指出了漫射板横向移动造成散斑图样的退相关效应，给实际应用提供了理论依据。     

基于Labview的相关分析的实现

提出了基于美国NI公司Labview虚拟仪器软件开发工具,利用Labview中的AnalyzeSignal Processing Time Domain函数模板提供的计算互相关与自相关函数,并对labview的相关函数进行了修正,开发虚拟数字式相关测量仪,并通过典型的信号对该分析仪进行仿真试验。     

Assessment of stochastic models for GPS measurements with different types of receivers

The stochastic model plays an important role in parameter estimation. The optimal estimator in the sense of least squares can only be obtained by using the correct stochastic model and consequently guarantees the precise positioning in GPS applications. In this contribution, the GPS measurements, collected by different types of geodetic dual-frequency receiver pairs on ultra-short baselines with a sampling interval of 1 s, are used to address their stochastic models, which include the variances of all observation types, the relationship between the observation accuracy and its elevation angle, the time correlation, as well as the correlation between observation types. The results show that the commonly used stochastic model with the assumption that all the raw GPS measurements are independent with the same variance does not meet the need for precise positioning and the elevation-dependent weight model cannot work well for different receiver and observation types. The time correlation and cross correlation are significant as well. It is therefore concluded that the stochastic model is much associated with the receiver and observation types and should be specified for the receiver and observation types.     

基于虚拟仪器的电网信号相位差测量的研究

介绍了对电网信号相位差测量的过零检测法，提出了一种新的测量方法——相关法，最后利用虚拟仪器对这两种方法进行了仿真．通过仿真表明，当电网信号受到较大干扰或谐波含量较大时，相关法的测量精度比过零检测法高．     

基于循环方法的MIMO雷达波形设计

提出了一种新的正交多相码,它可以应用于多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达系统中,增加雷达系统的自由度,提高空间分集增益,改善雷达系统的整体性能。该方法利用循环方式实现了发射信号的自相关和互相关函数的最优化,给出了基于循环方法设计正交波形的步骤;并与一种经典的正交频分线性调频信号波形设计方法进行了实验比较。仿真结果验证了该方法的有效性和优异的性能。     

基于几何模型的MIMO衰落信道相关性分析

针对非频率选择性Rice衰落MIMO移动信道的特点,提出一个MIMO衰落信道的几何模型,并据此推导出空时联合相关函数.理论分析和仿真结果表明,新的空时相关函数能准确地反映天线间距等因素对MIMO信道各链路间存在的相关性的影响,且形式更简洁.