分数低阶协方差谱用于改进的时延估计方法

时延估计技术是一项活跃的研究课题。近年来,满足稳定分布的脉冲噪声模型得到了广泛的研究,并在时延估计技术中得到了应用。为提高时延估计方法在脉冲噪声环境下的估计精度和稳定性,本文提出了一种改进的基于分数低阶协方差谱的广义互相关时延估计方法,并进一步引入经验参数对所提出方法的性能进行调整。仿真分析表明,新方法在高斯和脉冲噪声环境条件下都具有良好的顽健性。     

二次加权频域自适应时延估计算法与应用

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种二次加权频域自适应时延估计模型,给出了二次加权频域SCOT和ML自适应时延估计算法,推导了二次加权频域SCOT自适应时延估计的方差。把该算法应用于对武装直升机的声测无源定位中,用实测直升机噪声数据进行了计算机仿真。结果表明,在低信噪比情况下,二次加权频域自适应时延估计具有更好的时延估计性能。     

互谱域MVDR自适应时延估计方法研究

针对窄带信号,通过构造互谱时间序列,在互谱域建立了平稳时间序列时延估计的最小方差无畸变响应(MVDR)滤波器模型;利用分段近似处理,类比空间MVDR自适应算法,给出了其具体算法(Algorithm of MVDR in cross spectral domain,CSMVDR);进行了数值仿真实验研究和海上实验数据处理。数值仿真与实验数据处理结果初步验证了CSMVDR时延估计对于舰船辐射噪声的适用性,CSMVDR时延估计有比相关检测更好的时延估计性能,能够提高信噪比增益和时延估计精度。     

一种改进的DVB-T信道估计算法

针对传统DVB-T系统信道估计算法估计精度低或复杂度高的问题,为了提高信道估计算法整体性能,提出了一种改进的DVB-T信道估计算法。该算法首先采用最小二乘法估计离散导频处频率响应估计值;进而,利用连续导频对信噪比进行估计;最后,将得到的信噪比估计值与预先设定的信噪比阈值进行比较,若估计值小于阈值,则先经过卡尔曼滤波处理,再在时频二维方向上用高斯插值得到全部子载波的频率响应值,否则直接在时域和频域上进行插值。此方法在信道条件较好时关闭卡尔曼滤波过程,从而有效减少滤波次数,提高算法整体运行速度。仿真结果表明,该方法能有效提高系统整体性能,减少在噪声影响较大时的干扰,同时也兼顾了算法整体运行速度。     

基于小波变换的广义相关时延估计算法

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟，本文结合小波变换的特点，提出了一个基于小波变换的广义相关时延估计算法并给出了它的时域和频域公式，此算法与直接互相关法相比，能对信号与噪声的假设条件放宽且在低信噪比下能有效估计时延。为了提高时延估计精度，在广义相关时延估计的基础上本文又提出了基于基小波的二次加权法。经仿真证明了这两种算法的有效性。     

基于二次相关的语音信号时延估计改进算法

目前语音信号的时延估计研究,大部分采用的是广义互相关算法。然而,广义互相关时延估计算法易受噪声和混响环境影响。为此,本文提出了一种基于二次相关的语音信号时延估计改进算法,该算法对语音信号进行二次互相关运算,并结合Hilbert变换,对二次互相关峰值进行进一步的锐化处理,使得反映时延的峰值点检测更为准确。实验结果表明,改进的时延估计方法在非平稳的语音信号中能够有效地抑制噪声干扰,且在不同混响条件下时延估计具有更好的性能。     

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。      

随机共振法估计二水听器时延差

针对二元阵航船目标方位估计问题,提出了一种基于随机共振滤波的航船辐射噪声双水听器时延差估计方法。设计了一种随机共振滤波器,提取航船螺旋桨旋转噪声在水听器接收信号中出现的本地时间,并通过滤波结果的互相关来估计目标辐射噪声分别到达两个水听器的时延差。在5 dB的输入信噪比下进行200次仿真,提出方法时延估计的归一化均方误差要低于互谱方法一个数量级。对于海试中的非合作航船,提出的方法可以在1 km距离下准确估计出目标辐射噪声到达双水听器的时延差,从而为在二元阵上实现对航船目标的准确测向提供基础。      

脉冲声信号影响锥特征的自适应选取EI北大核心CSCD

为了解决低信噪比下脉冲声信号影响锥特征的自适应选取和检测问题,提出了一种改进的整体嵌套边缘检测方法。利用脉冲信号小波域的时间-尺度分析谱图中明显的边缘效应特征,构造自适应影响锥(A-COI)模型。该模型可自适应输出最适影响锥部分,在减弱噪声干扰的同时最大程度的包含了脉冲信号的主要特征。进而将最适影响锥部分对应的小波系数用于脉冲信号检测,有效提升了低信噪比下的检测性能。对典型直升机桨-涡干扰脉冲信号的仿真和实验数据进行分析,结果表明在0 dB,2 dB,5 dB信噪比的复杂环境下,使用基于A-COI模型的检测率分别达到了65.13%,82.33%,95.27%,相对于传统固定大小影响锥的检测算法提升了42.42%,22.99%和2.36%。     

基于双向搜索方法的最小值控制递归平均语音增强算法

语音增强效果的提高,有赖于对噪声的准确估计和对噪声变化的及时跟踪与更新。为了提高对非平稳噪声的估计和更新能力,本文基于"改进的最小值控制递归平均"（IMCRA）算法,提出了噪声谱最小值双向搜索的改进算法。该算法结合前向搜索和后向搜索谱最小值方法的特点,有效提高噪声估计的准确性、减小非平稳噪声跟踪的延迟。实验仿真表明:在非平稳噪声环境和低信噪比条件的语音信号增强处理中,本文提出的改进算法非常有效,与IMCRA算法相比,它可以获得更好的分段信噪比的提高。      

基于FICP算法提高对低频噪声时延的估计精度

针对非平稳随机噪声（直升机飞行声音，导弹喷流噪声）信号，研究了提高时延估计计算精度的方法，通过计算信号的细化频谱，并避免了标准FFT计算带来的栅栏效应，从而使得对于超短取样信号的频谱计算精度与信号长度无关，采用快速计算方法FICP由N点互谱计算2N点相关波形，提高了相关波形的分辨率，使得时延估计精度得以提高。对实测直升机飞行噪声和导弹噪声计算了不同取样长度和不同采样率下的时延估计，得出了谱分辨率越高，时延估计精度越高的结论。     

An adaptive time delay estimati on algorithm based onquadratic weighting of the frequency domain

Time delay estimation (TDE) plays an important role in many engineering appli-cations. A new time delay estimation configuration, the quadratic weighting of the frequency domain adaptive TDE model, is put forward. The quadratic weighting of the frequency domainSCOT (Smoothed Coherence Transform) and ML (Maximum Likelihood) adaptive TDE algo-rithms are presented, respectively. The variance of the quadratic weighting of the frequency domain SCOT algorithm is derived. Then the proposed algorithms are applied in the TDE of helicopter passive acoustic location. The simulation results are presented which verify that the proposed algorithm has better performance in the low signal to noise ratio.     

基于自适应随机共振理论的太赫兹雷达信号检测方法

太赫兹雷达系统在差频信号频谱分析过程中,干扰噪声影响其测距能力.针对上述问题,提出基于自适应随机共振理论的太赫兹雷达信号检测方法,通过对含噪差频信号进行二次采样,利用自适应随机共振系统提取信号,进行尺度恢复完成测距计算.实验数据显示,不同测量距离时,相较于快速傅里叶变换法,输出信噪比的平均增益为9.684 d B,其中测量距离为1000 mm处,差频信号初始频谱值提高了64.1倍,系统信噪比增益为11.761 d B;相较于滤波法,在测量距离为1000 mm处信噪比增益最大,提高了70.56%;输入噪声强度为1—5 V之间时,输出信噪比曲线的曲率相对于滤波法降低了86.5%,其中噪声强度为5 V时信噪比增益最大,为14.018 d B.实验表明太赫兹雷达系统的测距能力大幅提高.     

分布式光纤中的稳健时间延迟估计方法

在分布式光纤传感系统定位中,传统时延估计算法常由于噪声相关性较强而失效。采用一种削弱相关噪声的改进型广义相关法,并针对系统特点,为进一步改善分布式光纤传感定位的准确度与稳定度,提出了一种先对数据按事件信号进行分帧,再采用卡尔曼滤波器对分帧时延估计结果进行跟踪的时延估计方案。系统仿真实验与实际数据测试结果均表明:提出的时延估计方案能够有效抑制强相关性的噪声,提高时延估计的准确度与稳定度。经大量现场测试,本文的方案能够有效地将时延估计误差稳定地控制在0.2个采样间隔以内,能够满足系统实际定位精度要求。     

Effects of time delay on stochastic resonance of a periodically driven linear system with multiplicative and periodically modulated additive white noises

Stochastic resonance (SR) of a periodically driven time-delayed linear system with multiplicative white noise and periodically modulated additive white noise is investigated. In the condition of small delay time, an approximate analytical expression of output signal-to-noise ratio (SNR) is obtained. The analytical results indicate that (1) there exists a resonance peak in the curve for SNR versus time delay; (2) the time delay will suspend the SR dramatically for SNR versus other parameters of the system, such as noise intensity, correlation intensity, and signal frequency, once a certain value is reached, the SR phenomenon disappears.     

Projectile angular distribution in single electron capture from helium by fast protons

The phenomenon of stochastic resonance (SR) driven by time-delayed feedback in a bistable system with colored noise is investigated. Combining the small time delay and unified colored noise approximation, the Fokker-Planck equation is obtained. The different effects of time delay and noise correlation time on stationary probability density and signal-to-noise ratio (SNR) are discussed respectively. It is found that time delay can markedly improve the output SNR. This method can be practically applied to many fields such as weak signal extraction, recovery and so on. Numerical simulations are presented and are in agreement with the approximate theoretical results.     

一种基于奇异谱的语音激活检测方法

为了提高语音激活检测在低信噪比环境中的检测性能,提出了一种基于奇异谱的语音激活检测方法。首先用多窗口方法计算每一帧语音信号的相关矩阵;然后对相关矩阵进行奇异值分解;利用奇异值可以反映有用信号和噪声分布情况的特性,将每一帧语音信号经过加权处理后的最大奇异值与自适应阈值进行比较进行语音激活检测。该方法原理简单,易于硬件实现,通过实验仿真表明,在低信噪比环境下,和基于对数能量方法相比,本文方法也能够很好的区分语音段和非语音段,有良好的检测性能。     

光子计数激光雷达的时间相关卡尔曼深度估计

在高背景噪声和低积分时间的激光雷达远距离成像场景中,针对传统方法得到的深度图像目标被噪声淹没和深度估计偏差较大的问题,提出了一种基于信号光子时间相关性和自适应卡尔曼滤波器的深度信息估计方法。首先,提取在时间上具有聚集特征的光子计数形成集合;然后,分析了影响信号光子在时间上分布的因素并使用静态高斯线性模型来描述该集合;最后将集合中的所有光子飞行时间乱序,输入改进的自适应卡尔曼滤波器,从而迭代估计深度值。在信号噪声比为1的室内,积分时间分别为10 ms和1 ms时,本文方法相对传统的最大似然方法在均方根误差指标上提升了40%和38%。在信噪比约为0.135的室外2 km目标成像实验中,在信号光子数分别为100、33和17的情况下,本文方法成像效果都优于传统最大似然估计方法和时间相关光子快速去噪方法,得到的深度图像都更清晰,噪声更低。在高噪声和短积分时间下,本文方法可以被运用于激光雷达远距离成像的深度信息估计和图像恢复中。     

Delay-induced state transition and resonance in periodically driven tumor model with immune surveillance

The phenomenon of stochastic resonance (SR) in a tumor growth model under the presence of immune surveillance is investigated. Time delay and cross-correlation between multiplicative and additive noises are considered in the system. The signal-to-noise ratio (SNR) is calculated when periodic signal is introduced multiplicatively. Our results show that: (i) the time delay can accelerate the transition from the state of stable tumor to that of extinction, however the correlation between two noises can accelerate the transition from the state of extinction to that of stable tumor; (ii) the time delay and correlation between two noises can lead to a transition between SR and double SR in the curve of SNR as a function of additive noise intensity, however for the curve of SNR as a function of multiplicative noise intensity, the time delay can cause the SR phenomenon to disappear, and the cross-correlation between two noises can lead to a transition from SR to stochastic reverse-resonance. Finally, we compare the SR phenomenon for the multiplicative periodic signal with that for additive periodic signal in the tumor growth model with immune surveillance.