相关时延估计方法DSP实现研究

基于相关分析的时延估计方法是一种重要的时间延迟估计算法.文章分析了基于相关分析的时延估计方法的信号模型,研究了利用DSP实现相关时间延迟估计的关键技术,以及实现中需要注意的问题和提高程序执行效率的方法.仿真结果表明,文中提出的方法能够检测序列的时延值.     

广义相关时延估计方法在漏水检测定位中的应用

广义相关时间延迟估计是解决时间延迟估计的重要方法.文章分析了应用广义相关时延估计方法处理管道泄漏噪声信号时间延迟估计问题.研究了广义相关时延估计方法在管道泄漏信号时延估计应用中的关键技术.计算机仿真结果表明广义相关时延估计方法可以有效的应用于管道漏检测定位中.     

时间延迟估计的高阶谱矩估计算法

高阶谱估计方法是用于色噪声背景下时间延迟估计的一个十分有效的方法。本文提出了相关高斯色噪声背景下时延估计的高阶谱矩估计算法，改变了以往用互谱估计方法不能求未知互相关函数且加性噪声相关的情况。仿真结果表明，在信噪比为-2．5dB条件下，此方法能有效地抑制色噪声，且基本能估计出时间延迟的位置。     

用回波重建法分离软组织的超声反射波与散射波

提出用计算机仿真重建反射回波，以分离软组织超声反射与散射波的方法。该法不仅 能考虑到超声波在传播过程中幅度的衰减，还能够考虑到频率构成的变化。为实现该法，在以 前模型的基础上建立了各层衰减系数不同的分层介质超声传播模型，形成了估计各层衰减系 数与各界面反射系数的有效方法。为提高衰减系数估计中谱分析对噪声的稳健性，提出并采用 了冗余自相关算法。用计算机仿真实验与生物组织仿真模块实验验证了上述方法的有效性。     

一种基于扩展Kalman滤波的多径估计算法

定位系统中,噪声环境下的多径估计是消除多径干扰的前提。提出了一种基于扩展Kal-man滤波(EKF)的多径估计算法,可以有效的估计多径信号的时间延迟和幅度。分析了本地码估计偏差、EKF的估计初值、相关间距以及采样频率对多径估计性能的影响。结果表明,EKF在估计多径信号时,EKF初值不仅影响其收敛速度,而且EKF初值中的幅度初值决定其是否收敛。同时,EKF时间延迟估计误差可以通过提高采样频率和增加最大早晚码间距来减小。     

多参量超声相控阵技术的研究进展

超声相控阵结构健康监测在大部分结构较为复杂的缺陷检测中是一个极具应用前景的检测技术,它通过计算激励信号的时间延迟而改变波束偏转角,实现对结构的多方位扫描,并通过扫查图像获得检测结果。研究表明,该方法产生的超声波在工件损伤处的聚焦效果尤为明显,缺陷信号能量显著增强,可有效提高信噪比。主要就超声相控阵技术使用过程中,换能器指向性的影响因素和阵元数与聚焦深度之间的关系进行综述;在此基础上,针对复杂结构存在的缺陷检测问题进行常规无损检测与相控阵检测对比分析,详细阐述了相控阵的优势与不足,为更好地辨识由相关因素造成的不良缺陷提供理论基础,并为后续研究指明方向。     

基于滤波估计的传递对准观测值延时抑制方法

传递对准过程中,由于主惯导的解算和传输延迟,子惯导解算信息与进行匹配的基准信息不能完全同步,有些情况下时间延迟较大。分析了时间延迟对速度加姿态角匹配传递对准的影响,并提出了一种时间延迟估计与补偿方法。建立了主惯导时间延时模型,推导了包含时间延时的传递对准观测方程。仿真结果表明,未补偿主惯导信息时间延迟,传递对准失准角估计误差达到40′左右,补偿后,传递对准失准角估计误差在6′以内。该方法可以有效降低由于主惯导信息延时而导致的估计误差发散现象,提高了传递对准精度。     

基于二维压缩扩展和光流法的组织应变估计方法

在超声弹性成像中,为了得到大压缩量下的精确应变估计,要考虑组织横向膨胀带来的横向位移的信号去相关影响,为此提出了结合二维压缩扩展和光流法的组织应变估计方法.首先采用二维希尔伯特变换法将原始超声RF信号通过包络检测的方法转换为解析信号,再利用块匹配算法得到16个子区域的位移矢量,然后利用线性回归方法从位移矢量估计出二维压缩扩展的参数.在完成二维压缩扩展之后,再利用光流法对微小位移进行精确估计.实验结果表明,二维压缩扩展方法和光流法的结合增加了总体应变估计的精度与鲁棒性.所得纵向位移和纵向应变与有限元仿真结果基本一致,证明了所提算法的正确性.     

基于回波阵列特征结构分解的血流运动信息高分辨估计方法

在将混合模型引入时域分析并建立表征超声运动检测回波的一般模型的基础上,对特征结构法的运动估计性能进行了仿真．结果表明,该方法在处理由空间部分相关分布的运动散射子所产生的超声血流信号时同样具有高分辨性能．     

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.     

非线性时间序列的最优相关维数估计

提出以能量谱中的截断频率之倒数作为相空间重构过程中的窗长，在窗长固定情况下，利用奇异值分解算法确定嵌入维数和时间延迟两个参数，克服了不考虑窗长单独选择嵌入维数和时间延迟造成的相关维数收敛性差的缺点，大大提高了计算效率。采用迭代奇异值分解算法对含噪声的信号进行降噪，降低了噪声对相关维数计算结果的影响，从而提高了计算结果的可靠性。     

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。     

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。     

多通道脉冲激光探测技术研究

在介绍多通道激光探测系统工作原理的基础上,设计了一种基于数字化的激光探测系统,采用一种基于抛物线内插互相关时延估计的激光定距方法,从而进一步提高定距精度. 该系统采用6路双通道ADC并行采样,具有较好的实时性. 仿真结果表明,互相关时延估计算法能够在低信噪比（R_SN=-7 dB）下实现定距,最大距离误差为0.74 m.      

基于三阶累积量一维切片的微地震信号时延估计

由于微地震有效信号易受环境噪声的干扰,严重影响时延估计值获取的准确性.基于此,提出了基于三阶累积量一维切片的方法进行微地震信号时延估计.首先计算信号的三阶自累积量和互累积量,为减少运算量满足野外实时要求取其一维切片,最终通过准则函数求取时延值.相对于传统的互相关方法,该方法对相关性未知的高斯噪声具有不敏感的特点,对相关高斯噪声有更强的抑制能力.仿真结果表明,在添加信噪比为-5~15dB的随机高斯噪声和相关高斯噪声时,其时延检测概率和均方根误差优于互相关方法.在实际资料应用中,对实际微地震噪声进行了概率分布统计分析,并且基于井地联合监测方式,选取井中信号作为参考道对地面资料进行时延值的求取.仿真和实际资料处理验证了该方法的有效性和实用性.     

参数估计法测量两相流流速

提出用参数估计法处理传感器信号，用流动噪声渡越时间估计法测量两相流流速，这相当于在时域完成白化预滤波再进行广义互相关。当传感器的空间滤波效应使信号频带变窄时，此法可以克服或改善常用的相关估计方法中存在的随机误差较大、分辨率低及动态响应慢等不足。用此法已研制出相应的测量仪表雏型，给出了气水两相流管道的实验结果。     

功率信息互相关法的刀具破损在线监测

为了在数控机床加工中对刀具破损进行有效监测以避免对工件及机床造成损坏,提出了一种利用机床加工功率特征信息和互相关算法的刀具破损在线监测方法。该方法通过Mallat多分辨分析小波算法提取工件正常加工时的主轴功率变化特征序列作为监测刀具状态的特征参考模板,在工件批量加工时采用改进的实时小波算法提取在加工工件的特征向量序列并与特征参考模板序列进行局部实时广义互相关系数计算,当刀具发生破损失效时,与正常情况相比在采样点计算时窗内的两特征向量子序列的相关性显著降低,将表征序列相关性的广义互相关系数定义为刀具状态系数(Tool Condition Index,TCI),对该系数设定合理的门限值即可监测刀具状态的异常。该方法在几种典型刀具破损的在线监测中均能准确识别刀具失效,实验结果表明其具有一定的实用性。