基于循环平稳性的约束自适应多径时延估计

在有多径信号、多通道非平稳干扰信号以及平稳背景噪声的情况下,不考虑多径信号传输的时延估计方法不能准确地估计时延,甚至估计性能会恶化.为此,本文提出了基于循环平稳性的约束自适应多径时延估计算法,并对算法的收敛性能进行了分析.该算法可以有效地抑制干扰和噪声的影响,在低信噪比的情况下直接地、准确地进行自适应多径时延估计,特别对噪声是空间相关的情形也适用,克服了传统算法不能直接估计非整数倍采样间隔的时延和多径时延的缺点.计算机仿真试验验证了新方法的有效性.     

一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新方法的有效性。     

改进SSMUSIC超分辨多径时延估计算法

传统的MUSIC超分辨时延估计技术是直接基于测量数据,其性能往往只对宽带且频谱近似平坦的信号较优,而对窄带信号估计性能较差。针对上述问题,本文通过利用谐波频率估计模型和DOA (Direction of Arrival)估计模型之间的等价性,将时延估计问题转化为谐波频率估计问题,提出了一种改进SSMUSIC(Signal Subspace Scaled Multiple Signal Classification)超分辨多径时延估计算法。改进后的算法采用平滑的思想和SSMUSIC算法的思想构造协方差矩阵和MUSIC谱,实现了对多径时延的超分辨估计。仿真表明,该算法能够实现对窄带信号多径时延超分辨估计且具有DP(Direct-Path)不模糊和谱峰陡峭的特点,估计性能优于传统的超分辨算法。      

基于信号分离估计理论的GPS多径抑制算法

信号多径效应是全球卫星定位系统(Global Positioning System,GPS)定位误差的主要来源之一.虽然差分技术可以提高导航系统的定位精度,但由于参考站和用户所处的地理环境不同,因此差分GPS系统仍然不能消除由于卫星信号多径所引起的定位误差.根据GPS多径信号模型的特点,本文提出了一种基于信号分离估计理论的GPS时延估计算法.该算法在信号时延未知情况下,先估计出信号的载波频率,然后根据估计得到频率,利用信号分离估计理论估计信号时延.仿真结果表明,该方法具有很好的估计精度,能够准确的估计出信号时延和频率,有效地抑制信号多径.当存在多径时,本文方法效果明显好于常规方法,并在大多数情况下优于常用的窄带相关算法.     

采用合成方法的多路信号自适应时延联合估计

本文关注的是多路信号之间时延差异的联合估计问题。不同于传统的自适应时延估计算法,本文以合成信号作为自适应时延估计的参考信号,给出了基于信号合成的联合自适应时延估计算法。同时本文推导和仿真了该算法时延估计的均值、学习曲线及方差特性。性能分析和仿真结果均显示,本文提出的基于合成的多路信号自适应时延估计为渐进无偏的时延估计。在不明显增加计算量的条件下,当算法收敛时,联合时延估计算法的方差显著低于传统的两路信号之间自适应时延估计算法方差。      

异步带限DS-CDMA系统在多径衰落信道下的子空间时延序贯估计算法

该文提出了适合于异步DS-CDMA系统在多径衰落信道下的子空间时延序贯估计算法,称为MUSIC-SEA算法。该算法引入了序贯估计思想,将已估时延信息融入后续时延估计过程中,整个时延估计过程为:首先估计噪声子空间,然后依次对每个时延进行粗略估计和精确搜索。给出了MUSIC-SEA算法的迭代执行方法,并进行了性能分析和计算机仿真。结果表明,MUSIC-SEA算法能有效除去多径间的相互影响,提高时延正确估计概率和时延估计精度。     

基于逼近噪声子空间的求根时延估计算法

多重信号分类(MUSIC)时延估计算法需要多径数估计,且其特征分解和谱峰搜索的计算复杂度较高。针对此问题,给出了一种基于逼近噪声子空间的求根时延估计算法。该算法利用协方差矩阵逆的高次幂逼近噪声子空间与其自身共轭转置的积,并构造多项式等式,以多项式求根的方式避免谱峰搜索,从而降低了计算复杂度。仿真结果表明,在无需多径数估计和复杂度低于MUSIC算法的条件下,所提算法的性能与MUSIC算法的性能相当,并且逼近克拉美罗界。     

基于三阶累积量的多径时延估计

研究多径传输条件下的时延估计问题。利用三阶累积量的一维切片作为高阶统计量,结合相关算法原理,提出一种新的时延估计算法。为提高时延估计精度,对相关数据进行了加权处理。该算法可有效抑制空间相关高斯噪声或对称分布噪声,得到非高斯信号准确的时延估计。算法具有计算量小,易于实现的优点。仿真结果表明了该算法的有效性。     

一种相干分布目标的DOA-时延联合估计算法

在城市密集环境情况下,基于传统点目标模型的多径空时参数(波达方向与相对时延)联合估计算法往往出现性能恶化。本文通过重新构造空间流形与时间流形,给出了一种更符合密集环境的空时相干分布信号模型,并在获得空时联合信号子空间后,分别抽取空间、时间子矩阵构造空间谱与时间谱,通过搜索谱峰得到所需空、时多径参数,最后利用空时流形向量与空时联合噪声子空间的正交性质实现空时参数配对。与TST-MUSIC等算法相比,该算法仅需要两次搜索及一次配对过程。仿真实验表明,该方法能够有效估计相干分布信号空时参数,抑制分布扩展影响,实现多个参数的自动配对。     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

非高斯相关噪声中高斯信号的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算观测噪声的二阶统计量,最后利用互相关方法确定信号时延参数.仿真结果验证了该方法的有效性.     

基于四阶累积量和奇异值分解的参数型多径时延估计

在背景相关噪声的情况下,提出了一种基于四阶累积量和奇异值分解（SVD）的参数型时延估计方法。分析表明该方法能够准确进行多径传输情况下的时延估计,有效抑制相关高斯噪声的影响。最后采用Matlab进行仿真验证。     

一种空间相关高斯噪声背景下的时变时延估计算法

在空间相关高斯噪声的背景下,基于二阶统计量的时延估计方法会失效,该文提出了一种基于三阶统计量的自适应时变时延估计算法,并分析了算法的收敛性,最后的仿真结果表明该算法可以有效地抑制相关高斯噪声。     

On time delay estimation with unknown spatially correlated Gaussiannoise using fourth-order cumulants and cross cumulants

The problem of estimating the difference in arrival times of a linear non-Gaussian signal at two spatially separated sensors is considered. The signal is assumed to be corrupted by spatially correlated Gaussian noises of unknown cross correlation. A parameter estimation approach is adopted, and the fourth-order cumulant statistics of the noisy measurements are exploited to obtain the time delay estimate. Specific and mild sufficient conditions are given for time delay identifiability via a persistence of excitation condition. Illustrative Monte Carlo simulation examples are also presented     

Time delay estimation using higher order statistics

The problem of time delay estimation in spatially correlated Gaussian noises is addressed. New normal equations based upon higher order statistics of the sensor measurements are established, from which a new adaptive algorithm for time delay estimation is proposed. Simulation examples are presented to illustrate the effectiveness of this algorithm     

Time delay estimation with unknown spatially correlated Gaussiannoise

The problem of estimating the difference in arrival times of a non-Gaussian signal at two spatially separated sensors is considered. The signal is assumed to be corrupted by spatially correlated Gaussian noises of unknown cross-correlation. The author proposes and analyzes two new classes of methods for time delay estimation based on higher order statistics. The proposed methods are conceptually very similar to the traditional cross-correlation-based techniques in that the proposed criteria peak at a lag value equalizing true delay. Since the proposed methods are based upon higher order cumulant statistics of the data, they result in estimators that remain unbiased in the presence of Gaussian noise     

未知波形信号的多径时延估计新方法

该文提出了一种从单个阵元接收数据中估计未知波形信号多径回波时延的新方法。该方法通过建立单阵元接收数据的频域信号模型,分析得出了利用该模型估计多径时延与利用阵列估计来波方向问题的相似性。进而,估计来波方向的ESPRIT算法被改造用于估计多径时延。文中还对通过信号模型估值存在的模糊问题进行了分析,并提出了解决办法。仿真实验结果证明了新方法的有效性。