频差存在时广义相关时延估计方法研究

研究了两个接收站输出信号的频率有差异时的时延估计问题并针对广义相关时延估计提出了改进方法.首先理论推导了频率差异是如何影响广义相关时延估计的,接着应用频域相关函数对频差做准确估计和补偿,最后给出了频差补偿后的广义相关时延估计方法.以四种常用通信信号为例,仿真验证了不同信噪比下提出方法的正确性和有效性.     

长时间相干累积算法研究

依据现有双星时差频差无源定位体制的原理和特征,针对长时间积分条件下的时差频差联合估计问题,分析了到达时差与到达频差随时间的变化规律及其对互模糊函数计算的影响。综合采取滑动时延调整和相位补偿措施,跟踪时差的线性变化,并抵消时延滑动引起的相位跳变,实现长时间积分下的相干累积。提供了详细的理论依据和仿真结果,说明了改进后的算法在提高互模糊函数的相关输出信噪比,增强微弱信号检测能力的优势。     

窄带通信信号时延估计的循环谱组合切片法

循环时延估计方法只使用单一循环频率进行时延估计,对信号的循环平稳信息利用不充分,且估计性能对循环频率的选择有较大依赖性.针对此问题,研究了利用多循环频率组合进行时延估计的方法,为减小循环谱密度函数估计的计算量并提高时延估计的精度,阐述了利用循环谱切片组合进行时延估计的方法,在不同信噪比的高斯噪声和同频干扰条件下分别进行了仿真实验.仿真结果表明,多循环频率时延估计法较单循环频率时延估计法有更高的估计性能.     

基于时延差方差加权的时延差估计方法

针对目标信源数未知时的时延差估计问题,该文提出一种基于时延差方差加权的时延差估计方法。该方法利用目标辐射信号频率单元对应时延差估计比较稳定,噪声频率单元对应时延差估计比较随机的特点,对各频率单元的时延差估计结果进行时延差方差加权,突出信号所占频率单元时延差估计结果,实现对目标信源数未知时的时延差估计。在该文仿真条件下,相比一般分频带互相关法,该方法对信噪比的鲁棒性提高了。理论分析和实验结果表明:该方法对信源数和信噪比的鲁棒性好于一般分频带互相关法。     

子空间算法在OFDM信道时延估计中的应用

到达时延(TOA)和到达时延差(TDOA)定位算法是无线定位中应用最广泛的2种方法,TOA测量值的准确获取将影响定位的精确度。正交频分复用(OFDM)是实现无线多媒体通信的关键技术,利用OFDM信号的导频子载波所携带的信息,参考均匀线列阵的DOA估计过程,提出将MUSIC子空间法应用到OFDM信道的时延估计上。给出了OFDM符号内导频子载波分布的相关条件,对提出算法进行仿真实验,可以看出,导频子载波个数的增加和导频子载波间隔的扩大都可以提高估计精确度。     

一种模糊函数时频差联合估计快速算法

直接相关时延估计方法仅适用于接收站和辐射源都相对静止的情况,若接收信号存在多普勒频差则会严重影响时差(TDOA)估计精度,为解决相关时延估计方法的局限性,采用基于模糊函数的时频差联合估计方法,并针对模糊函数计算量巨大的问题,提出一种变时频分辨率峰值搜索方法。利用GPU并行计算架构实现来实现算法,以提高算法效率,加快算法收敛速度。仿真试验结果表明了算法的有效性。     

一种联合TOA与DPS估计的MIMO OFDM系统信道估计算法

本文提出了一种基于联合TOA(到达时间)与DPS(时延功率谱)估计的MIMO OFDM系统信道估计算法,该算法借助导频设计,通过联合TOA与 DPS估计对各路径时延位置进行精确定位,并在此基础上,对初始时域信道估计进行非线性滤波,从而改善了大时延扩展信道条件下由于导频子载波受限所导致的估计性能恶化现象.此外,文中还进一步分析、推导了该算法所适用的信道多径时延条件.最后,仿真结果也表明该算法可有效对抗大时延扩展信道,而且其MSE、BER性能要优于传统的时域最小二乘信道估计算法.     

基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题,构建了一种新的时差-频差最大似然估计模型,并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界,并通过仿真实验表明,算法在不同信噪比条件下的估计精度优于CAF算法和EM算法,且计算复杂度较低。     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性。     

基于辅助源和相关熵的ADS-B信息时延估计新算法

提出了一种基于辅助源和相关熵的ADS-B信息时延估计新算法。首先,对报文信息时延产生机制进行了研究,提出新的时延模型;其次,以辅助源信号所包含的多普勒频移特征为研究对象,在信号相似性比较时引入相关熵提出时延估计算法;然后,分别研究了扫描步长与高斯核长对本时延估计精度的影响;最后,通过仿真实验验证了在不同噪声条件下本算法的时延估计性能。与已有方法相比,本算法不需要更改报文格式,在脉冲噪声条件下具有更高的时延估计精度,故具有更好的实际应用价值。     

无先验参数条件下直扩信号时差估计研究

周期谱相关具有较强的抑制噪声和抗干扰的能力,适应于低信噪比时差估计的情况,但其抗噪声和干扰能力完全在于循环频率的选择。目前关于直扩信号时差估计的研究都是建立在循环频率已知的前提下进行的。运用直扩信号的周期谱特性,可在无先验参数条件下确定其循环频率,对时差进行估计,大大降低了谱相关时差估计算法的计算量。仿真结果表明,该方法是切实可行的。     

声源定位中的时延估计方法研究

时延估计是传声器阵列信号处理中的一项关键技术,其目的是估计出同源信号到达不同传声器时,由于传输距离不同而引起的时间差。首先对常用的多种基于时延估计算法进行了论述,并对具有代表性的3种TDE方法进行了仿真,通过综合比较揭示了各自的优缺点,最后给出了进一步的研究方向。     

窄带恒包络信号存在相差的时延估计新方法

在时差定位应用中,两部侦收天线传输给接收机的是射频信号,频率较高,接收机需要将其下变频到某一中频,在中频采样后,送给时延估计器进行时延估计,以确定辐射源位置。在研究中发现,应用同一本振信号对两路存在相对时差的窄带恒包络信号进行下变频时,会引入新的相差,这个新的相差会导致时延估计值错误。针对此问题,提出了一种新的补偿此相差的时延估计方法,计算机仿真验证了新方法的有效性和正确性。      

一种自适应时延估计的新方法

最小均方（LMS）算法可用来进行时延估计。当算法收敛后,可以根据滤波器权系数最大值的位置估计整数倍采样周期的时延。为了估计非整数倍采样周期的时延,常用SINC函数插值法和约束自适应方法。利用SINC函数的特点和拉格朗日条件极值,对自适应时延估计的滤波器权系数做了改进,提出了新的约束自适应时延估计方法。仿真实验表明,提出方法的性能优于传统的自适应时延估计算法。     

四阶统计量在时差定位中的应用

实际时差定位中需要从有高斯噪声的环境中估计信号的时延 ,但基于互相关或互功率谱的时延估计方法对噪声十分敏感 ,本文作了基于四阶统计量的时延估计 ,并给出了几种求解延时的方法 ,可以很好地解决这一问题。     

低信噪比下互相关时延估计器的FPGA实现

在时延估计算法中,相关法是一种经典的算法。时域互相关法可用来进行整数倍和非整数倍采样周期的时延估计,即使是在极低的信噪比(SNR)条件下,利用较多的数据也能获得准确和稳定的估计结果。为提高时延估计分辨率,给出了一种采用sinc函数对信号进行非整数倍采样周期延时的相关估计算法,通过仿真比较了未插值、两倍插值法和sinc函数延时法的估计精度和计算量,证明sinc函数延时法性能最优。基于现场可编程逻辑门阵列(FPGA)实现的改进型互相关时延估计器能够实现在低信噪比下时延差的准确估计。     

麦克风阵列时延估计的Cramér-Rao界限

 麦克风阵列拓扑结构对麦克风阵列语音处理系统具有重要影响.该文针对麦克风阵列语音处理系统的时延估计性能,通过对声源和麦克风空间位置的几何描述,推导出了时延估计的Cramér-Rao界限,分析了麦克风阵列拓扑结构对其时延估计性能的影响,并给出了常见的麦克风阵列拓扑结构时延估计性能的仿真实验.实验结果有效地验证了理论分析所得出的结论.     

有限空间液态场中声发射信号时延估计方法

石油储罐罐底腐蚀的定位可利用声发射信号的时延估计实现,但在有限空间液态场中信号的传播会产生严重的多途效应,对准确进行时延估计产生不利影响.提出一种基于信号截取的广义互相关时延估计方法.采用曲线拟合法对每路传感器采集信号进行波达时刻估计,然后进行信号截取,对两路传感器截取信号进行基于相位变换的广义互相关,实现信号的时延估计.实验结果表明,该方法能有效克服多途干扰,提高时延估计性能.     

TDOA中几种时延估计算法的比较

在现有的传声器阵列声源定位方法中,基于声达时间差(TDOA)估计定位法计算量较小,定位精度较高,同时也易于实现实时系统,是目前声源定位法中常用的方法。采用该方法最重要的就是进行时间延迟估计(TDE),其精确性直接影响到定位的准确与否。概括了基于传声器阵列的声达时间差(TDOA)估计定位法中几种时间延迟估计的算法,给出了部分算法的仿真结果,分析了每种算法中存在的优缺点并同时指出了需进一步研究的问题。