二次加窗LMS自适应时间延迟估计

本文提出了一种二次加窗LMS自适应时间延迟估计方法,适用于带限平稳白色随机信号的时间延迟估计。采用这种方法,当进行长相关时间的时延估计时,可以极大地减小冗余的计算量。本文还研究了这种方法的可行性,并对其性能进行了分析。     

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。     

LMS自适应时间延迟估计

数字基带预失真线性化技术是一种通过在功率放大器前端引入与其幅度和相位特性相反的预失真电路使输入和输出信号在整体上呈线性关系,从而实现高频谱效率传输的一种新型线性化技术．然而,预失真电路的引入必然引起环路延时。因此,数字基带预失真线性化技术的关键问题之一就是环路延时的估计,文中研究了基于Widrow的最小均方（LMS）算法的自适应时间延迟估计的基本原理,结构,和算法,分析了这种估计方法的性能,并给出了计算机仿真结果。从仿真结果中可以看出,LMSTDE可以精确的检测出系统的时间延迟,使功率放大器的线性化性能得到很大的改善。     

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。     

一种维纳加权的广义相关自适应时间延迟估计方法

本文研究了维纳加权广义相关时间延迟估计问题，提出了一种自适应实现维纳加权的时延估计方法。文中讨论了算法结构，分析了其性能，并给出了计算机模拟的结果。理论分析和计算机模拟表明，这种自适应维纳加权时延估计方法，不依赖于输入信号和噪声的统计先验知识，可以有效地消除信号中噪声对时延估计的影响，具有较高的估计精度和较快的收敛速度。     

UWB定位中的自适应时间延迟估计算法

研究了时延估计算法在超宽带(Ultra Wide Band)定位中的应用,其广义相关自适应时间延迟估计算法的收敛速度慢,在低信噪比条件下时间延迟估计精度较低。针对低信噪比条件下的收敛特性,提出一种最大似然加权的广义相关自适应时间延迟估计算法,并进一步提出了改进的基于最大似然(Maximum Likelihood)加权函数的广义互相关时延估计算法。改进的算法采用加窗法和自适应时变干扰删除滤波法,弥补了原算法计算量大及无法消除时变信号干扰的不足。仿真结果表明,改进的算法计算复杂度明显降低,能够有效地消除其他信号干扰,具有较高的时延估计精度和鲁棒性。     

一种HB加权的自适应时延估计器

本文提出了一种ＨＢ加权的自适应时间延迟估计方法。这种方法不依赖于输入信号和噪声的先验知识，具有较高的估计精度和收敛速度，适用于低信噪比下的时间延迟估计。     

一种HB加权的自适应时延估计器

本文提出了一种HB加权的自适应时间延迟估计方法。这种方法不依赖于输入信号和噪声的先验知识,具有较高的估计精度和收敛速度,适用于低信噪比下的时间延迟估计。     

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。     

一种基于频域加窗的OFDM信道估计算法

该文分析了实际OFDM系统时域信道估计中的信道冲激响应(CIR)泄漏问题。提出了一种新的OFDM时域信道估计算法,利用频域加窗降低CIR泄漏,对CIR进行过门限判决,最大限度删除CIR中的噪声。在非整数采样多径衰落信道下与已有的OFDM时域信道估计算法进行了仿真对比,证明该算法有效降低了信道估计MSE值,改善了系统BER性能。