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。     

相关噪声背景下加权高阶累积量的时延估计方法

时延估计是双基阵被动定位中的重要问题。在非相关噪声干扰下,应用广义互相关法进行时延估计可以取得良好的估计效果,但在相关噪声干扰情况下其估计性能严重下降。使用高阶累积量进行时延估计,可以有效地去除相关高斯噪声的干扰。采用类似广义互相关加权的方法对高阶累积量进行PHAT加权,进一步抑制噪声的影响,提高了高阶累积量法的估计性能。结果表明,在相关噪声背景下加权高阶累积量时延估计效果优于广义互相关法和高阶累积量法。     

基于三次相关改进的广义互相关时延估计法在局部放电超声波定位中的研究

在现有的开关柜等电气设备局部放电超声波定位技术中,到达时间差定位法(Time Difference of Arrival,TDOA)在定位精度与技术实现等方面有着一定的优势,得到了广泛的使用,是目前常用的方法,其中的时延估计算法对整个系统起着关键作用。文章首先对目前现有的基本相关、广义相关、二次相关等时延估计算法进行了分析。其次,在二次相关基础上再进行一次相关,并设计了新型的加权函数,将三次相关与广义互相关结合在一起,成为一种新的方法,即广义三次相关时延估计法。最后,搭建了相应的开关柜实验平台并对以上方法进行了实验及对比,分析了各算法的性能。结果表明,广义三次相关时延估计法在相对强噪声环境中较其他算法抗噪性能更强,具有更好的优越性。     

时延估计方法的分析

对周内外时延估计的最新研究现状及各种算法进行研究,在研究了大量时延估计文献的基础上,分析了广义相关法、广义相位谱法、自适应算法及其改进算法,分析了各种算法之间的关系以及各自的特点。重点论述了现代信号处理算法与时延估计算法相结合的各种时延估计方法及其在非平稳信号中的应用,同时,分析了带宽对时延估计精度的影响及宽带信号的时延估计方法,指出了时延估计算法还需要进一步研究的方向。     

基于传声器阵列的汽车鸣笛声定位算法及实现

针对违章鸣笛车辆的锁定问题,本文提出了一种基于传声器阵列空间搜索法的三维空间声源定位算法。设计计算机仿真实验,分析并确定了阵列的传声器个数。通过广义互相关方法估计传声器阵列中任意两个传声器的相对时延,然后结合估计得到的时延,采用基于5传声器阵列的空间搜索法计算得到声源空间位置。为验证算法的可行性,实际构建三维空间的点声源定位系统,进行实车定位实验。实验结果表明提出的算法可以有效地定位汽车鸣笛声。     

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。     

混响环境中突发声源定向方法及性能

针对突发性声源在混响条件下的定向技术进行了研究。基于传统广义互相关时延估计的定向方法,通过对互相关函数计算结果进行判别与约束、对数据帧采用滑动方式、对时延估计结果进行能量加权选举等措施,有效提高了声源定向结果的稳定性。实验结果表明,改进的算法在混响条件下能有效地对突发性声源进行可靠定向,可用于对枪声、爆炸声等突发性信号进行精确定向和定位。     

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。     

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。     

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。