实时广义相关时延估计器

在水下航行体的测试中，通常采用被动定位方式获得航行体的运动轨迹，被动定位一般利用空间关系已知的3个或3个以上的水听器来接收目标的辐射噪声，由时延估计器求得这些噪声信号间的相对时延，从而实现目标定位，广义相关时延估计器是其中具有重要价值的一类时延估计器，但是，由于所处理的信号是随机信号，其频谱结构起伏大，时变性强，且存在环境噪声的干扰，其先验权函数难以预知，因而极大地影响了估计器的性能，为了解决这一问题，提出了实时权函数估计算法，并设计了多DSP并行处理系统加以实现，通过在不同时间和水域对不同水下航行体的实际测试检验了估计器的有效性，实际应用表明，该广义相关器在目标源信号谱结构变化时时延估计性能基本不受影响，具有稳健的时延估计性能和自适应能力。     

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。     

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 .     

时延估计的LabVIEW实现

LabVIEW是美国NI公司推出的一种G语言的虚拟仪器软件开发工具。该语言提供了强大的数值计算和信号分析能力.用GCC(广义互相关)法求时延是时域信号处理的一种常用方法,然而在实际工程应用中,所要处理的往往是离散信号,常规的数学方法并不能直接应用.文章介绍了GCC法求时延及其在LabVIEW中的实现,以及相应的VI子模块。     

自相关法多途时延估计及其实验结果

讨论自相关多途时延估计方法,分析了自相关多途时延时估计方法的估计精度,并将其与ＭＬＥ估计器进行了比较;并针对实际情况讨论了海面波动对多途时延的影响,用自相关法对一组海上试验的数据进行了处理,并对处理结果进行了分析,理论分析与实际数据处理表明,自相关法是工程中进行多途时延估计的较好方法。     

循环时延估计方法相互关系研究

系统分析了几种循环时延估计方法的原理,并对循环时延估计方法进行了分类.论证了几种方法的相互关系,揭示了这些方法之间的内在联系.结果表明广义循环互相关法(GCCC)与循环相位谱法是等效的;信号选择性自适应法是循环谱相关法(SPECCORR)的迭代实现;循环互相关函数相关法(CCCC)和循环谱相干法(SPECCOA)是循环互模糊函数法(CCA)的特例.     

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.     

基于信号相位匹配原理的广义相关时延估计

提出了一种利用信号相位匹配原理估计的线谱相位数据时延估计和广义相关时延估计相结合的时延估计方法,导出了该方法的时延估计公式.仿真和海上实航数据处理结果证明了该方法的正确性,并表明方法具有算法简单,稳健性好,可估计非整数倍时延,提高了低信噪比条件下的时延估计精度,具有重要的工程应用前景.     

一种推广的非高斯相关噪声中高斯信号的时延估计方法

介绍了高阶统计量与互相关运算相混合的方法，在对非高斯相关噪声中，高斯信号进行时延估计中的应用。该方法首先计算出观测的四阶累积量，然后利用累积量投影公式计算二阶统计量，最后利用互相关方法确定信号的时延参数。仿真结果与二阶和三阶统计量相结合的混合方法进行了比较。结果表明该方法具有优越性。     

一种基于状态空间实现的频率估计与频率时延联合估计算法的研究

提出了一种基于状态空间实现的正弦信号的频率、时延联合估计新方法,其频率估计由状态过渡矩阵的特征值获得,同时时延估计则由观测矩阵和估计的频率给出,用正弦信号验证了该方法的性能.     

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.     

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.     

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.     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

声信号时延的倒谱相关分析

介绍了作者发明的一种新的广义相关算法，介绍了该算法引入的思路，分析了该算法优于传统相关算法的几个主要原因，该算法将相关分析和倒频技术有机地结合起来，融两种分析方法的优点于一身，使传统相关函数分析方法无法分辨的时延峰在该算法中也能清楚地呈现，实验和理论表明该算法有着广泛的应用前景。     

广义相关时延估计方法在漏水检测定位中的应用

广义相关时间延迟估计是解决时间延迟估计的重要方法.文章分析了应用广义相关时延估计方法处理管道泄漏噪声信号时间延迟估计问题.研究了广义相关时延估计方法在管道泄漏信号时延估计应用中的关键技术.计算机仿真结果表明广义相关时延估计方法可以有效的应用于管道漏检测定位中.     

基于时延估计的远场被动声源定位算法

现有的基于时延估计的声源定位算法大多假定声源是近场源,而在手机等手持式声源定位设备这种小尺度传声器阵列的应用场景中,声源主要为远场源。传统的基于时延估计的声源定位算法在处理远场源时,效果不佳。为了实现在该类情景中快速而准确地定位,提出一种适用于远场源的定位算法;同时提出一种用于计算广义互相关-相位变换(generalized cross correlation phase transformation, GCC-PHAT)时延估计结果置信度的算法,置信度用于估算时差(time difference of arrival, TDOA)协方差矩阵和选用传声器对。将传声器视为节点,用置信度表示节点间的距离。将传声器对的选用问题转化为图论中的路径规划问题,即寻找经过所有节点的最长路径。MATLAB仿真实验结果表明：当声源归为远场源时,与传统Chan算法相比,本文提出的远场定位算法在准确度和精度方面都有很大优势。采用基于路径规划的传声器对筛选算法后,远场定位算法将具有优异的抗干扰能力,在低信噪比或者高混响时间等恶劣声学环境下,也具有令人满意的定位效果。     

延时估计偏差对多项式预失真的影响

延时估计偏差通常会严重影响射频(RF)功率放大器预失真技术的性能.通过对预失真技术中延时估计偏差的理论分析,发现若要保证存在延时估计偏差时预失真器仍能实现放大器的线性化,则设计的预失真器应是理论上理想预失真器的一个延时版本;并提出一种记忆多项式模型用于放大器的预失真.仿真结果表明,采用记忆多项式模型比一般多项式模型对延时估计偏差有更强的鲁棒性.     

基于时延估计波束形成预处理的实时语音盲信号分离研究

针对现有盲信号分离算法,在真实环境下性能会降低及计算量大而难以实时处理的局限性,提出一种将基于时延估计的波束形成与一种简单的去相关盲分离算法相结合的分离方法.在波束形成中,首先用互功率谱相位法对信号源到达传感器阵列的相对时延进行估计,然后进行延时对消,在此基础上再进行盲信号分离,并将该去相关盲分离算法推广到频域进一步降低计算复杂度.仿真实验表明,该方法简单可行并使得分离效果显著改善.