基于信号循环平稳特性的自适应时延估计

本文提出了基于信号循环平稳特性的自适应时延估计方法,在信源的载波频率或波特率不同于干扰信号的情况下,利用信号的循环平稳性实现对非平稳干扰和空间相关噪声的抑制,进而提高时延估计的精度.仿真实验结果表明该方法比传统的参数模型时延估计方法有更好的性能.     

利用二次相关改进的广义互相关时延估计算法

为了提高传统广义互相关时延估计算法的性能,本文将二次相关时延估计算法与广义互相关时延估计算法相结合,提出了一种利用二次相关改进广义互相关的时延估计新算法。该算法先对信号进行二次相关处理,利用相关函数抑制了噪声的干扰,然后在相关函数序列上进行权重处理,进一步提高了算法的抗噪声性能与估算精度。仿真实验证明新算法较广义互相关算法性能有了明显的提升,对闪电辐射源定位资料的分析也验证了该算法的有效性。     

单通道同频线性调制混合信号的时延估计

针对同频线性调制混合信号单通道盲分离中的时延估计问题,提出了一种基于自相关函数的估计方法.该方法利用接收基带信号的自相关函数建立关于时延的非线性方程,并通过延迟采样进一步构造适定方程组,然后利用梯度下降算法对方程组进行迭代求解,完成整个估计过程.理论分析表明,时延估计的误差正比于自相关函数估计的误差,随数据量增大不断减小.仿真结果验证了该方法的有效性.     

基于自适应和相关检测的两级时延估计算法

简要本文提出了一种新的两级时延估计方法,采用自适应时延估计与相关检测相结合,在最小均方误差准则下（LMS）通过对FIR滤波器参数的迭代,峰值检测得到时延的整数值,再通过相关检测得到时延估计的小数值。通过对算法原理的推导,给出了时延估计的整数值和小数值的理论依据,并给出了算法具体实现过程。实验结果和分析表明,在非平稳噪音和信噪比大干6dB情况下,时延估计的准确度可以达到95％以上,运算复杂度显著降低。     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

声源定位中广义互相关时延估计算法的研究

基于时延估计（TDE）的声源定位算法是数字助听器中的核心算法之一,其估计精度会受到噪声和采样频率等因素的影响,导致了定位的不准确性。针对这一问题,结合相关峰精确插值算法（FICP）,提出了一种基于二次相关改进的广义互相关时延估计算法。该算法通过二次相关,有效地降低噪声的干扰,再利用FICP,提高相关函数的分辨率。仿真实验表明,无论在低信噪比,还是在高信噪比环境下,改进算法的时延估计性能都有了明显改善。     

高精度多径时延估计

提出了一种无线信道多径时延估计模型,将时廷估计问题转换为频谱估计问题,再利用具有高频谱分辨力的多重信号分类(MUSIC)算法和root MUSIC算法实现对信道多径时延的超分辨率估计,分析了基于单次测量数据进行时延估计的可行性.仿真并测试了MUSIC算法和root MUSIC算法应用于单次测量数据的性能.仿真结果表明,...     

基于自相关函数的前向载波频偏估计算法

为解决前向载波频偏估计中捕获范围和估计精度矛盾的问题,在最大似然准则的基础上,同时利用短时延自相关函数捕获范围广和长时延自相关函数估计精度高的优点,给出了一种捕获范围宽、估计精度高,计算复杂度低的频偏估计方法.该算法将不同时延情况下得到的粗略估计值进行加权求和以得出精确频偏估计值,兼顾了不同时延的优点,同时在不同的信噪比情况下可以设置不同的加权系数,使得算法更能适应不同的信噪比.计算机仿真结果表明了该算法估计精度高、捕获范围广和计算复杂度低的性能.     

利用高阶累积量进行时延估计的方法

文章介绍了一种利用高阶累积量进行时延估计的新方法。利用四阶累积量代替二阶相关函数,可以克服相关法在相关高斯噪声干扰中估计性能下降的缺点。新方法可以利用FFT进行快速运算。计算机仿真结果表明,当存在高斯相关噪声干扰时,该方法的估计性能优于广义相关法。     

基于二次相关的时延估计方法

在研究广义相关时延估计方法和二次相关时延估计方法的基础上，将自相关和互相关结合起来，分别对不同噪声背景下的平稳窄带信号进行了时延估计，从理论上指出了二次相关法的可行性及其适用条件。实验仿真的结果表明，与一次相关法相比较，二次相关法可在更低信噪比的情况下，取得较高的时延估计精度。