基于PHAT-β广义互相关的变压器机器鱼避障时延估计仿真

针对变压器机器鱼避障过程中发射信号和回波信号时延信息难以准确估计的问题,提出一种基于相位变换加权(PHAT-β)广义互相关(GCC)算法的时延估计方法.区别于传统的基本互相关(BCC)算法,PHAT-β GCC算法可以根据信噪比在频城内对互功率谱进行灵活调节,提高了时延估计的抗噪性和准确性.首先对发射信号和回波信号进行快速傅里叶变换和共轭相乘得到互功率谱,然后对互功率谱进行PHAT-β加权、傅里叶逆变换得到广义互相关函数,最后通过峰值检测得到时延估计值.仿真分析和验证了不同类型发射信号(正弦信号、方波信号)、不同信噪比(20、10、0 dB)、不同指数调节因子的时延估计性能,结果表明所提算法相对于传统的BCC算法具有更好的抗噪性和更尖锐的时延估计峰值.     

低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

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。     

新的变步长归一化最小均方算法

为了解决最小均方 (L east Mean Square,L MS)算法收敛速度和稳态误差之间的矛盾 ,提出了一种新的变步长归一化 (Norm alized) L MS(NL MS)算法。这种算法根据滤波器系数的梯度计算新的步长。当算法尚未收敛时 ,使用较大的步长 ;随着收敛程度的加深 ,逐渐减小步长。试验显示了该算法具有很好的收敛性能和跟踪性能。与其它的变步长L MS算法相比 ,该算法在标准 NL MS算法基础上增加的运算量和存储量都很少且与阶数无关 ;而且该算法的参数受观测噪声的影响很小 ,在观测噪声强度发生变化的情况下不需要重新调整参数 ,仍然可以保持很好的收敛性能     

采用最小均方算法的自适应横向滤波器

文章首先简单介绍了LMS算法和采用此算法的系统结构图,随后分别给出了MATLAB和SIMULINK的具体实现及其运行结果,最后针对迭代步长对系统性能的影响情况进行简明的讨论。结果证明,采用LMS算法得出的结果与准确值的偏差在工程上完全可以接受,并且算法容易实现。     

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 .     

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。     

α稳定噪声下最小均方Sigmoid误差自适应时间延迟估计

为解决脉冲噪声下最小均方误差自适应时间延迟估计算法估计性能的退化问题,以对称α稳定分布模型描述脉冲噪声,提出最小均方Sigmoid误差自适应时间延迟估计算法.该算法通过对误差信号求取Sigmoid变换,抑制了较大误差对估计结果的影响.以最小均方Sigmoid误差代替最小均方误差作为优化准则,迭代模拟信道延迟效应的滤波器权系数,其收敛时峰值的位置就是所要估计的时间延迟.仿真结果验证了该算法在高斯和非高斯对称α稳定分布噪声条件下的优良估计性能,说明最小均方Sigmoid误差是一种韧性的最优准则.     

基于最小均方的自适应滤波时差估计研究

时差估计的研究中,基于雷达信号的复杂多样性,采用最小均方自适应滤波算法,其基本原理是应用梯度下降法并通过权值衡量误差来实现滤波.对基本最小均方算法和变步长最小均方自适应算法进行仿真验证,选出最优算法,并利用sinc函数内插实现分数倍时差估计.算法仿真结果表明,对接收机离散信号的点数时差估计的误差精度提升至10倍左右.     

一种基于OFDM训练序列的精确时延估计方法

提出了一种适用于OFDM系统的基于训练序列的精确时延估计方法.该方法利用频域差分互相关法,精确提取小数时延;在频域补偿小数时延后,再将时域相关法与上升沿法相结合,得到整数时延.由复杂度分析结果可知,当搜索法中获取小数时延的搜索次数大于2时,该方法的小数时延估计计算复杂度与搜索法相比低很多.仿真结果显示,当采样频率为10 MHz、多普勒频移为222.22 Hz、子载波个数为1 024的情况下,根据该方法所实现的时延估计精度能够达到分米级,平均比搜索法高出10 dB;同时,在低信噪比时,该方法比传统的时域相关法具有更健壮的整数时延估计性能.     

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.     

用模糊自适应滤波算法估计时延

为了对系统中的时延进行估计,基于MRAS结构、最小均方算法和模糊理论,利用系统的输入和输出数据,提出了自适应模糊滤波AFLMS算法。该算法的运算量比通常具有IIR形式的系统辨识算法小得多,且收敛快,便于实时应用。在各种最小均方算法中,μ因子决定算法的收敛速度和稳定性,然而它是难以选择的。采用模糊技术来确定μ因子,克服了其困难。采用PRBS作为输入测试信号,利用计算机和采样电路,对带有时延的系统的仿真结果说明了该算法的有效性。     

基于全相位窄带滤波的超分辨率时延估计

为提高超分辨率时延估计的抗噪性能,提出了基于全相位窄带滤波的超分辨率时延估计算法.在陷波器设计方法基础上,设计出中心频点可精确控制的具有类点通传输特性的窄带滤波器,然后用该滤波器对存在时延关系的两路采样序列进行滤波处理,再依照传统相位差时延估计法,即可获得高精度时延估计.仿真实验表明:相比于基于信号重心插值的超分辨率时延估计法,该方法信噪比范围要高出10,dB,具有广阔的工程应用前景.     

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.     

Study of Variable Step Size LMS Adaptive Algorithm Based on Variable Region

This paper puts forward a new variable step size LMS adaptive algorithm based on variable region. The step size p（k） in the algorithm varies with the variation of the region of deviation e （k） to ensure the optimization of the three performance objectives including initial convergent speed, trace ability of the time-varying system and steady disregulation. The paper demonstrates the convergence of the algorithm accompanied by random noise,     

四元数在时延和方向角同时估计中的应用

针对阵列信号处理中时延、方向角的同时估计问题,提出了时延、方向角的四元数模型,使得估计时延、方向角二维问题类似于估计一维问题,从而避免了在经典的二维复数模型估计中直接或间接的配对问题.在分析四元数的定义的基础上,利用训练序列估计信道特性,通过傅立叶变换和反卷积对信道模型进行变换,得到信号的四元数模型.并通过构造类似一维ESPRIT(Estimating Signal Parameter via Rotational InvarianceTechniques)方法同时估计信号的时延和方向角.仿真实验表明,提出用一个四元数将时延、方向角二维信号参量"捆绑"在一起,可以摆脱二维信号参量的分维配对这一难题.     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

3D图形预测仿真及虚拟夹具的大时延遥操作技术

以空间机器人在轨服务为背景,建立了卫星在轨自维护系统的地面遥操作平台.远端由安装在卫星本体上的一个四自由度机器人和灵巧手的臂/手系统组成,当卫星出现故障时,遥操作者通过空间鼠标和力反馈数据手套分别控制远端的臂/手系统排除卫星故障,实现卫星的自我维护.对于地面-太空之间通讯的大时延,利用3D图形预测仿真技术克服时延的影响,并采用虚拟夹具法提高遥操作系统的安全性和操作性能.在大时延及变时延(约7 s)的条件下,实现了武汉遥操作哈尔滨的自维护机器人臂/手系统,成功地完成了打开太阳能帆板的典型卫星在轨维护任务,验证了该方法的有效性,为今后实际空间机器人的地面遥操作提供了经验.