信噪比时变情况下的自适应时延估计方法

本文介绍了一种自适应时延估计的改进方法，此方法用于在信噪比时变情况下，对空间上分离的两个传感器所接收的带限信号的时延估计。它的优点在于：当信噪比变化或未知时，它能对时延的变化随时做出估计。文中给出了此方法的估计精度和收敛特性。     

一种有约束的自适应LMK时延估计算法

提出了一种有约束的自适应LMK时延估计算法,该算法的代价函数根据估计误差的峭度选取,算法直接对时延进行估计,不需进行插值运算.最后用实测的直升机辐射的噪声数据进行了仿真,表明新算法具有更快的收敛速度.     

一种自适应时延估计的新方法

最小均方（LMS）算法可用来进行时延估计。当算法收敛后,可以根据滤波器权系数最大值的位置估计整数倍采样周期的时延。为了估计非整数倍采样周期的时延,常用SINC函数插值法和约束自适应方法。利用SINC函数的特点和拉格朗日条件极值,对自适应时延估计的滤波器权系数做了改进,提出了新的约束自适应时延估计方法。仿真实验表明,提出方法的性能优于传统的自适应时延估计算法。     

频域自适应时延估计及其在被动声定位中的应用研究

研究了频域自适应时延估计算法及其在被动声定位中的应用。提出了一种改进时延估计性能的方法，并用实测直升机噪声数据进行了动态仿真，验证了算法的有效性，此项研究有重要的工程应用价值。     

基于变步长LMS自适应时延估计算法

介绍一种基于均方误差的变步长自适应时延估计算法,通过建立步长因子μ（k）与误差信号e（k）之间的非线性函数关系,实现了时间延迟的快速估计。仿真结果表明,该算法具有运算简单,时延估计准确,收敛速度快和抗干扰能力强等优点。     

脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型，研究了非高斯噪声对传统的二阶循环统计量的影响，提出了分数低阶循环相关的概念，研究并证明了其性质，对传统意义上的二阶循环统计量进行了广义化，并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明，该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值，其性能不仅优于基于二阶循环相关的自适应时延估计算法，而且优于最小平均P范数（LMP）自适应时延估计方法。     

采用合成方法的多路信号自适应时延联合估计

本文关注的是多路信号之间时延差异的联合估计问题。不同于传统的自适应时延估计算法,本文以合成信号作为自适应时延估计的参考信号,给出了基于信号合成的联合自适应时延估计算法。同时本文推导和仿真了该算法时延估计的均值、学习曲线及方差特性。性能分析和仿真结果均显示,本文提出的基于合成的多路信号自适应时延估计为渐进无偏的时延估计。在不明显增加计算量的条件下,当算法收敛时,联合时延估计算法的方差显著低于传统的两路信号之间自适应时延估计算法方差。      

时变时延的在线自适应估计

本文提出了一种时变时延的在线自适应估计新方法,首先,本文给出了一种修正的强跟踪滤波器算法,并且建立了时变时延的估计模型,基于此模型,时变时延可以被当成系统状态由修正的强跟踪滤波器算法直接进行估计,所提出的方法具有使用简单,跟踪迅速,精度高等特点,最后,仿真实验结果验证了本文方法的有效性。     

一种新的约束自适应时延估计方法

为了提高滤波器权系数收敛到真值的速度,提出了一种新的有约束条件的自适应时延估计方法,约束条件是让滤波器的权系数的平方和为1。仿真结果表明,新方法收敛到时延真实值的速度快于传统方法。     

一种基于HB加权的频域自适应时延估计新算法

为了提高低信噪比情况下的自适应时延估计精度和收敛速度，提出了一种基于HB加权的频域自适应时延估计新算法。给出了频域自适应时延估计算法和新算法的原理模型。最后将该算法应用于低空目标声测定位中，用实测的直升机噪声数据进行了仿真。仿真结果表明，在低信噪比情况下，新算法有更高的估计精度，收敛速度和稳健性。     

带约束的LMS－SCOT自适应时间延迟估计

提出了一种带约束条件的ＬＭＳ－ＳＣＯＴ自适应时延估计方法，这种方法以ＬＭＳ自适应信号处理技术为基础，利用平滑相干变换（ＳＣＯＴ）函数的自适应估计来确定时延估值，并且在自适应的迭代过程中加入了约束条件。给出了这种方法的原理、性能和计算机仿真的结果。理论和实践表明：这种方法在估计精度，抗干扰能力，收敛速度和计算复杂度四个方面均优于ＬＭＳ自适应时延估计。     

一种参数途径的自适应时延估计方法

时差定位应用中,需要首先对2个分开的传感器侦收的来波信号进行离散采样,然后估计时差。时差通常不是采样间隔的整数倍,导致常用时差估计方法的估计误差值可能达到0.5倍采样间隔。研究人员常用插值运算减小估计误差,但运算量较大。参数途径时延估计方法可以直接估计非整数倍采样间隔的时差,且不需要插值运算,运算量较小。应用(LMS)算法来实现参数途径时延估计方法,通过理论推导给出了时延估计的方法和步骤。计算机仿真验证表明了新方法的有效性和正确性。     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

欠采样带通信号时延估计算法

本文研究了带通信号的时延估计问题。由于带通信号载波的高频振荡,已有的时延估计算法在欠采样条件下无法得到精确的估计结果,尤其当延时真值不是采样间隔整数倍时,将出现无法克服的误差平台。本文通过分析,对这一问题给出了合理的解释,并提出了一种欠采样条件下的带通信号时延估计新算法。新算法利用相关函数的复包络估计时延很好地解决了上述问题,进而利用带通信号的特点提高了算法对噪声的鲁棒性。仿真结果说明,新算法的性能优于已有的时延估计算法。     

自适应FIR时延估计方法在目标定位中的应用

分析了自适应FIR时延估计方法,并将该方法应用于平面正方形阵的定位中。实验结果表明,自适应FIR时延估计方法有较高的时延估计精度和较快的收敛速度,具有很好的工程实用价值。     

一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新方法的有效性。