基于定时信息加权的时差估计方法研究

时差估计问题作为参数提取问题的重要组成部分,一直是信号处理领域研究的热点。针对两路信号模型下的时差估计问题展开研究,利用数字通信信号所具有的逐符号信息传输的特点,提出一种基于定时信息加权的时差估计方法。通过对信号定时信息提取和广义互相关处理构建关于时差估计的信号模型,最终给出时差估计的最小二乘解。仿真结果表明,该算法较经典的广义互相关法具有更好的估计性能,其性能改善在低信噪比下尤为明显。     

MATLAB加窗滤波在广义互相关时延估计中的应用

针对麦克风阵列广义互相关声源定位方法中,麦克风接收到的人声信号掺杂混响以及噪声,导致算法求解过程中准确性不高的缺点,通过MATLAB分窗滤波的方法,在算法中对实时接收的声音信号进行预处理,针对人声频率进行改进,提升低信噪比状况下估计时延的准确性,完成人声声源定位的目的,并通过仿真实验验证了该方法的有效性.     

基于四阶累积量的时延估计新方法

针对无线电定位中的时延估计问题,考虑接收信号为窄带信号以及背景噪声为高斯分布的情况下,将四阶累积量的一维切片作为高阶统计量,结合希尔伯特变换,给出一种新的时延估计方法.该方法对相关峰值进行了锐化处理,提高了估计精度.与广义互相关法相比,该算法可有效抑制空间相关高斯噪声的影响,计算量小,易于实现.仿真结果表明了该方法的有效性.     

基于小波降噪的二次相关窄带时差估计方法

针对传统时差估计算法在窄带信号源环境中精度低的缺点,提出了一种基于小波降噪的二次相关时差估计算法。仿真结果表明,该算法在低信噪比下优于传统的相关算法以及二次相关算法,并且带宽越小,较相关算法的优势越明显,是一种适用于窄带信号源的高精度时差估计算法。     

正弦信号参数估计的最小二乘算法

为了提高信号相位匹配原理估计正弦信号参数的精度,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式.给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法;分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,还可降低被估计频率信号带宽内的噪声,提高低信噪比时的信号参数估计精度.该算法简单、快速、具有工程应用前景.     

非半周期采样信号相位差估计的相位校正相关法

针对非半周期采样信号的相位差估计问题,提出一种非半周期采样信号相位差估计的相位校正相关法。首先,利用频率估计的相位匹配方法对采样信号进行频率估计,得到采样信号的频率估计值;其次,对采样信号进行互相关,得到互相关信号,并通过采样信号的信号时移和互相关构造一路新的互相关信号,使两路互相关信号具有相同的误差项;然后,利用两路互相关信号得到相位校正互相关信号;最后,利用相位校正互相关信号和频率估计值获得采样信号的相位差估计值。理论分析表明,该方法消除了采样信号非半周期采样对相位差估计的影响,无需预知信号幅值即可实现采样信号相位差的无偏估计。为验证所提方法的有效性和优越性,在不同相位差、信噪比和信号长度条件下对本文方法进行了仿真实验,并利用科氏流量计进行了应用实验。仿真实验结果表明,本文方法有效提高了非半周期采样信号的相位差估计精度,其相位差估计精度优于互相关方法、数据延拓式相关方法和正交时延估计方法的相位差估计精度,更接近克拉美罗下限。科氏流量计流量测量实验验证了本文方法在实际应用中的有效性。     

经验模态分解在相关峰检测和测向中的应用

互相关测向法在低信噪比时检测不到相关峰,无法实现有效的方位估计.经验模态分解可以在突出信号局部特征的基础上,把信号分解成多个固有模态函数.采取对互相关函数进行经验模态分解,适当选取分解出的IMF重构互相关函数.重构的互相关函数有明显的相关峰,可以有效地提高检测目标的能力.将经验模态分解与互相关测向法相结合,可以实现低信噪比下的时延估计,从而更好地估计目标的方位.仿真结果表明重构的互相关函数较原互相关函数,其相关峰较最高伪峰的相对值提高了约4.9 dB,从而可以更好地实现时延估计.方位估计结果显示此方法在信噪比为-14 dB时,仍能准确地估计目标的方位.     

时延估计的声源定位算法及MATLAB实现

概述评价了在机器人、视频会议、大型会议记录中等常用声源定位的时延估计和定位方法,包括广义互相关函数时延估计法、最小方差自适应时延估计法和角度距离定位算法、球形差值定位算法、线性差值法的声源定位方法.利用仿真软件Matlab对各种算法的仿真结果,综合考虑仿真中使用的信号和噪音的互相关性,并结合改进后的相位变换加权函数改进了广义互相关函数时延估计法.结果表明利用改进的广义互相关算法结合球形差值定位技术能够得到更有效、更精确地定位.     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

改进的基于循环平稳分析的OFDM关键参数估计方法

提出了一种利用OFDM信号自相关特性和循环平稳特性进行多径信道下关键参数盲估计的算法.该算法首先利用OFDM信号的自相关特性估计信号的有效符号长度,接着利用多径信道下的OFDM信号具有二阶循环平稳特性来估计符号长度,并且在此过程中引入平均的思想,通过对信号的一组循环频率求均值的方法得到最终估计值.信号的二阶循环平稳特性使得该算法可抑制多径干扰,平均的处理方法提高了算法的抑制高斯噪声能力.计算机仿真结果表明:该算法在设定的多径信道下,当信噪比SNR=-2 dB时参数盲估计的正确率可以达到90%以上,在信噪比SNR=2 dB时正确率可以达到100%.     

水文、水环境工作中的相关分析问题

在相关分析中,现行的零相关检验法,只能判断二变量是否相关,不能判断它们关系的好坏,这常常不能满足水文、水环境工作的要求。本文建议用由样本相关系数按一定置信概率估计的总体相关系数区间中,取绝对值最低的相关系数“ρmin”或相关指标“β”去衡量二变总量体关系最可靠的密切程度.根据蒙特卡罗试验结果,推荐由样本按p=95%估计的pmin>0.4或β>0.35作为二变量总体具有可靠的良好关系标准.     

基于方位量测的异类传感器航迹关联决策方法

根据基于方位量测的航迹关联函数,找出最近邻的异常传感器航迹时,采用硬决策方法进行异类传感器航迹关联判决。仿真结果表明,该关联方法具有很高的正确关联概率。     

相关系数与Copula函数相关性比较研究

对传统的几种相关性测度指标进行对比分析,并探讨了Copula函数在相关分析中的应用。结果表明,Copula函数是相关性测度的＂归一＂指标,且能提供更丰富的相关信息,在相关分析中具有独特的优势。     

福建港口与产业关联度分析

采用1991年²011年的福建省港口吞吐量、GDP、三次产业增加值的数据,运用灰色关联法分别对1991年2011年的福建省港口吞吐量、GDP、三次产业增加值的数据,运用灰色关联法分别对1991年²000年、2001年2000年、2001年²011年这两个时间阶段的港口与三次产业的关联性进行研究,并对这两个时间阶段的关联性进行比较,研究结果表明:福建港口与经济、三次产业的关联度均超过0.6,港口与经济、第二产业、第三产业的关联性显著增强,与第一产业的关联性减弱。     

若干井水的相关分析

本文用典型相关分析法对ＳＬＷ若干井水的实测资料作了分析，对地震、地质部门有一定的作用。     

应用极性相关方法快速计算标准化互相关函数

针对工程测试中较常见的具有Ｇａｕｓｓ分布的平稳随机信号,提出一种基于极性相关方法的计算信号间标准化互相关函数的快束速算法。理论分析和实际运行都该算法可以有效缩短标准经互相关函数的计算时间,适用于在线逐点跟踪信号样本的变化。仿真实验表明该方法的可较好地用于上限截止频率为１００ｈＺ左右的Ｇａｕｓｓ分布随机信号在线相关分析。     

Blazars天体的光度的相关分析

对活动星系核中性质最为独特的子类的blazars天体的光变观测和相关理论模型进行了简要的评述，我们收集了218个blazars天体从射电到X射线的多波段观测数据，计算了光度log Lr，log Lo和log Lx，采用线性相关和部分相关法分析光度之间的关系，我们发现各个波段光度问都具有很强的线性相关性．     

带1比特记忆组合生成器的条件相关性分析

本文在巳知输出的条件下，对带1比特记忆组合生成器进行了条件相关性分析，证明了条件相关系数平方和不小于无条件相关系数平方和，并给出了二者相等的充要条件。     

课程间影响的典型相关分析

应用数理统计方法中的典型相关分析对我校计算机教育专业学生公共基础课与后继专业课各科成绩的相关性进行分析。得到如下结论:公共基础课中的高等数学、大学英语、思想政治、体育和电路基础对后继的数据库原理、离散数学、C语言、中学计算机教学法、操作系统等专业课均有不同程度的相关影响。     

修正后的广义相关系数与线性相关性

定义了多维随机向量的典型相关系数，并引入了广义相关系数的概念．通过定义修正后的广义相关系数的概念，解决了为1的典型相关系数的个数与线性相关的维数的关系，并且证明了修正后的广义相关系数为1是两个随机向量线性相关的一个充分必要条件，从而说明了修正后的广义相关系数是一维随机变量的相关系数的直接推广．