一种基于相关积分的互谱WVD目标方位估计方法

针对水下高速运动目标的被动跟踪问题,将魏格纳-威尔分布(Wigner-Ville Distribution,WVD)算法与互谱法相结合,构建了一种矢量信号处理框架下的目标方位估计方法——基于相关积分的互谱WVD算法。该算法利用了矢量水听器声压通道与振速通道信号的相关特性,首先通过计算两者的互相关函数来提取目标信号的特征信息,然后通过短时积分与傅里叶变换将互相关函数从时域转换到频域,最后在频域提取信号的特征参量,并进行方位估计。仿真研究表明,当目标处于远距离且低速运动时,所提算法的方位估计性能与互谱声强法基本一致;而当目标处于近距离且高速运动时,算法的方位估计性能大大优于互谱声强法。     

多通道近场广义互相关算法研究

广义互相关时延估计方法(GCC)由于计算简单和易于实现,在被动声源定位系统中得到了广泛应用,在此基础上,提出了多通道近场广义互相关算法。该算法建立时延估计矩阵,得出方位估计函数,用最小方差估计出最优的方位估计量。仿真实验表明,这种方法使估计精度得到提高。     

几种时延估值算法的频域自适应实现及比较

由于有限信号谱估计的不精确性和面临有约束最优参数估计的复杂性,以往的自适应时延估值算法都是在时域实现的。本文对于时延的近似EIR系统模型阐述了有约束的频域最优参数估计可以用无约束的估计来近似,而且就时延估值而言,它仍然是一个无偏估值器。 本文采用基于FFT的频域LMS自适应滤波算法实现了几种主要的广义互相关时延估值算法(Roth,Scot和ML),并与普通互相关法(CC)进行了比较。     

利用交互小波变换进行目标方位估计研究

小波变换是近年来信号处理中的一个重要工具，由于其优良的时频局域性，在检测、估计以及识别等方面都得到了重视和研究，而将小波变换与传统的一些信号处理方法结合起来处理有关问题也是人们研究的一个方向，文章主要考虑到交互小波变换中的两参数(时延与尺度)与不同接收器目标回波间的时延及频率成对应关系，采用对两路LFM回波信号作小波交互相关，从而获得两回波的相对时延估计，继而得到方位估计。针对算法运算量较大的问题，文章采取先估计尺度与时延的大致范围，再将时延-尺度网格进一步细化得到精确结果，最后给出了部分计算机仿真结果。     

汽车鸣笛声定位系统仿真

提出了一种汽车鸣笛声定位系统用以协助执法部门锁定违章鸣笛车辆。该系统采用分布在立体空间的五元麦克风阵列,整个定位系统由三个模块组成。首先根据鸣笛声的频域特性检测出信号,然后基于广义互相关理论计算到达各麦克风信号的时延差,并通过对多次估计求均值提高时延估计的准确性。最后利用闭式球形插值算法得到声源位置信息。仿真结果表明该系统可以有效地定位汽车鸣笛声,为实际的系统实现提供了一次初步探讨。     

基于子带锐化互相关处理的目标方位估计方法

将双接收器信号分频段处理的思想引入被动测向估计中,提出了一种子带锐化互相关算法。该算法利用高斯函数替代各频段信号互相关函数来实现尖锐化,再进行加权处理,以解决互谱相关算法在多目标或存在干扰情况下的目标方位估计效果不理想问题。仿真和海试数据处理表明,对具有频谱分布差异性的带限信号来说,算法在多目标、强干扰情况下仍可很好地估计目标方位,并且可以同时得到目标的频率信息,根据信号频带的不同还可以分辨相同方位角入射的不同目标。     

基于小波包分解的多尺度互相关管道定位方法

针对直接互相关时延估计法定位管道故障点存在定位精度差的问题,提出了基于小波包分解的多尺度互相关时延估计方法用于管道故障点定位.首先对2路光电检测器采集到的管道沿线振动信号进行小波包分解和重构得到不同尺度数据,然后对2路信号的同一尺度数据做互相关运算,利用互相关时差定位和加权平均原理计算故障点位置,抑制了噪声引起的时延估计误差.现场实验数据表明,本文方法平均定位误差小于150 m,相对误差小于0.4%,最大定位误差不超过±400 m,定位均方差小于0.05,相对于传统直接互相关时延估计法,此方法可进一步降低时延估计的平均误差和均方差,显著提高定位精度和一致性.     

广义互相关时延估计声定位算法研究

针对地面目标声定位因信噪比较低而定位精度差的现象,提出了基于广义互相关法的声定位系统,根据平面四元法目标定位计算式,研究了广义互相关算法在实际中的应用。环境噪声、军事目标声和民用目标声频谱范围大多集中,即出现目标声会与背景噪声高度重合的情况,发现一般加窗滤波法在降低噪声的同时亦会将目标声强度大大削弱,而广义互相关时延估计法是通过计算两路信号互相关函数的最大值而求得时延差,其精度高、稳定性好。通过计算机仿真得到在信噪比较低的情况下,加窗滤波因大大削弱目标声强度而造成定位精度较低,而利用广义互相关方法可得到较为精确的声定位坐标。     

基于三阶累积量及自适应滤波时延估计的管道定位方法

针对直接互相关被动时延估计法定位管道异常振动事件存在噪声干扰影响定位精度的问题,提出了基于三阶累积量及自适应滤波时延估计的管道异常事件定位方法。该方法对顺、反两路异常振动信号进行三阶自累积量和互累积量估计,抑制高斯相关噪声和对称分布噪声。然后利用自适应滤波时延估计算法对三阶自累积量和互累积量信号的时延进行迭代计算,在不依赖先验知识的情况下抑制非高斯相关噪声。经现场实验证明,该方法可以准确地对管道异常事件进行定位,对噪声具有很好的抑制作用,改善了直接互相关时延估计的性能。相对于直接互相关时延估计方法,相对定位误差由2.7%降低到0.6%,定位一致性提高了三倍,平均定位精度可达14m。     

基于瞬时频率转速提取算法的汽车排气噪声分析

对某卡车发动机排气噪声信号分帧处理,由短时自相关分析得到去除非转速相关随机噪声的信号序列,对该序列进行短时傅里叶变换得出时间-频率能量分布图;基于瞬时频率转速提取算法,利用改进谱峰值搜索法估计发动机瞬时频率进而得到转速曲线。利用该转速信息对原发动机排气噪声信号按等转速间隔切片进行谱阵图分析,确定发动机排气噪声与转速之间的对应关系,分析出主要阶次信息、敏感频率和转速,实现了基于瞬时频率估计转速提取算法的排气噪声分析,为排气系统的设计与优化提供理论参考。     

自来水管网相关检漏技术中时延估计方法的选择与综合

管道相关检漏技术中时延估计方法的选择决定了漏点定位的准确性和精确性，本文分析讨论了几种典型的应用环境下时延估计的原理，包括：（１）不相关噪声中各种广义互相关技术和维纳滤波；（２）相关高斯噪声中用多谱技术进行时延估计的方法；（３）混响干扰环境中利用信号重构技术进行时延估计的原理，给出了在设计检漏系统和实际检测时，对时延估计方法进行选择和综合的一般性原则。     

基于独立分量分析的管道异常振动事件定位方法

针对传统互相关时延估计法定位管道故障点的局限性,提出了基于独立分量分析(ICA)的互相关时延估计方法用于管道异常振动事件定位.利用ICA滤波后的管道沿线振动信号进行互相关运算,抑制了相关高斯噪声引起的时延估计误差,为管道安全监测系统提供了一种新的高精度时延估计方法.仿真结果和现场实验数据表明,该方法可以快速精确地定位管道周围异常事件的发生位置,改善了相关运算的时延估计性能,相对于传统互相关时延估计法,可进一步降低时延估计的平均误差和均方差,具有更高的定位精度和定位一致性.     

噪声相关条件下多传声器时延多尺度估计

提出一种基于小波分解的多尺度时延估计方法,解决非稳态、有色噪声且通道间噪声存在相关性的条件下提高时延估计精度问题,并把这一理论应用于声阵列对声源的定位.利用小波良好的时间-频率分解性能将非稳态信号分解为多个稳态信号,同一尺度内进行互相关获得多尺度时延值,并证明了小波分解不会改变信号之间的固有时延值.针对不同尺度内时延值不一致、无法识别出正确时延值这一问题,提出用三传声器之间时延匹配关系消除噪声相关性,来识别正确时延,从而实现非稳态、噪声相关条件下的时延估计.最后通过正四方形声阵列试验检验了该方法,试验证明:该方法不但提高了识别率、细化和突出了相关函数的波峰,还提高了时延估计的稳定性和精度.     

泄漏检测应用中突发干扰对LMS时延估计性能的影响

文章中把LMS时延估计算法用于地下管网的泄漏检测和漏点定位，避免了经典时延估计算法一广义互相关法(GCC方法)需要知道信号和噪声统计特性等先验知识的不足，但是泄漏检测应用中，管道外在环境造成的突发性强干扰，导致了传感器接收到的信号是非平稳的，而非平稳信号对LMS的时延估计性能有不利影响，文章中分析了这种由突发性强干扰导致的非平稳信号对LMS时延估计收敛性、收敛速度和时延估计值的影响，提出了消除突发干扰的方法。实验表明，在地下管网泄漏检测应用中，该方法能够有效地消除强突发干扰噪声，使得估计性能得到显著的改善。     

一种改进的ATF方法在齿轮故障诊断中的应用

针对转速波动下的齿轮故障信号与故障特征提取,提出一种基于频域滤波的自适应时变滤波(Adaptive time-varying filtering,ATF)方法,并将其应用于齿轮故障诊断中。该方法先用线调频小波路径追踪(Chirplet path pursuit,CPP)算法估计齿轮箱故障振动信号中的齿轮啮合频率,并依据啮合频率在频域设计自适应时变滤波器,以滤取包含齿轮故障信息的时变滤波信号;再对采用阶次跟踪算法对滤波信号进行等角度重采样,并对重采样后的信号进行自相关分析,以去除通带内噪声的干扰;最后对去噪后的信号进行谱分析,获得其自相关阶次谱,并根据自相关阶次谱中的调制边频带诊断齿轮故障,对变转速下的齿轮局部故障信号进行了仿真分析和试验。结果表明,该方法对滤波器通带和阻带内的噪声均具有较好的抑制作用,且提取的齿轮故障信号无相位畸变,故障调制边频带也更为突出。     

一种利用多路径声线时延差的定位方法

利用射线声学研究了发射信号已知情况下基于时延特征谱匹配的定位方法,首先从测量信号相关谱和模拟信号相关谱中提取出时延特征谱,然后通过特征谱匹配处理来估计目标位置。仿真和实验数据处理结果表明,基于时延特征谱匹配的定位方法对环境参数失配具有较好的宽容性,目标深度和距离的估计精度较高,非相干累积和平均垂直稀疏阵各水听器的模糊度图可以明显降低旁瓣。     

子带锐化互相关算法

本文分析了互谱相关算法在多目标或存在干扰情况下,估计效果不理想的原因,将分频段处理的思想引入到互谱相关算法中,并将各频段的处理结果进行尖锐化和加权处理,提出子带锐化互相关算法,解决了互谱相关算法在多目标或存在干扰的情况下估计效果不理想的问题。通过理论分析,仿真和海试数据的处理证明,算法在多目标,强干扰的情况下仍可很好的估计目标的方位,并且可以同时得到目标的频率信息,根据目标频带的不同还可以分辨相同方位角入射的不同声源。     

音频无人机定位的时延估计模拟分析

针对无人机非平稳音频信号时差定位中,广义互相关时延估计算法抗噪性差和时延估计值精度低等问题,文章采用了一种基于广义二次相关时延估计的改进算法。算法对叠加了实际噪声（如风声、雨声、汽车鸣笛声等）的无人机音频信号进行频谱细化的广义二次相关,有效抑制了噪声干扰,融合相关峰精确插值算法,提高了互相关函数的分辨率,使得时延峰值更加明显。仿真实验结果表明,改进的广义二次相关方法在不同信噪比时,比广义互相关和广义二次相关算法的时延估计精度更高,稳定性更好。改进的广义二次相关算法对无人机定位中的时延估计具有更好的性能优势,具有较强的实际应用性。     

基于WVD-Radon变换的宽带延展目标回波参数提取

分析了宽带延展目标的时延一时间伸缩效应及其导致的回波信号在时域和频率域的特性；针对LFM信号的时频分布特点，利用WVD和Radon联合变换技术，提取LFM信号在时一频域分布上的特性参数，提出了一种宽带延展目标回波参数提取方法，得到了目标的时延一时间伸缩分布．仿真结果表明，该方法是可行的．     

基于频域相位信息的声表面波谐振器回波频率估计

提出一种基于频域相位信息的频率估计算法,利用正弦信号傅里叶变换相位谱中相位与频率的关系实现对声表面波谐振器回波频率的估计,并采用自相关运算消除回波信号初相位对估计结果的影响。通过无线测试系统和仿真回波信号对该算法进行了验证,表明算法的频率估计精度不受激励信号频率变化的影响,并且在整个声表面波谐振器的谐振频率变化范围内都具有较高的精度和稳定性。