一种水下声信号未知频率的时延差估计方法

针对目标辐射线谱信号频率未知时的时延差(TDD)估计问题,介绍一种基于时延差方差加权的时延差估计方法。首先对接收信号进行快速傅里叶变换(FFT)分析,然后采用引导信号对每一个频率单元进行频域互相关得到每一个频率单元时延差估计初值,最后利用噪声对应频率单元互相关谱最大值随机,目标对应频率单元互相关谱最大值基本一致的特点,统计各频率单元的时延差估计结果得到最终时延差估计值。理论分析和实验结果表明:该方法具有较好的有效性,对信噪比的宽容性远好于频域互相关法,该方法为弱线谱时延差估计提供了一个参考思路。     

基于倒谱的匹配场被动定位研究

在对仿真的多径信道的水听器接收信号作倒谱处理获得时延谱结构的基础上,研究了对接收信号的倒谱与拷贝场的倒谱作匹配处理以求达到目标的被动定位的方法。     

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。     

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.     

基于时延估计的海底线阵阵形估计方法研究

阵形估计是水听器阵列应用中的关键问题,基于时延估计的阵形估计方法比基于传感器测量和基于匹配场处理的方法具有更强的适应性和较高的精度。针对浅海水听器阵列中水平长线阵存在的纵向相关振荡现象引起的不能简单以某一阵元为基准求相对时延的问题,充分利用了阵元信号的高相关性,提出了基于子阵时延的阵形估计方法,针对子阵间时延估计误差向阵端累积的问题,该方法以时延估计的克拉美罗界为依据提出了合理的子阵方式,在一定程度上减小了误差传递。对已有海试数据阵形估计处理的结果表明,相对于单源固定间距方法和未分子阵的双源时延估计方法,基于子阵时延的阵形估计方法满足阵元间距的约束,有较好的空间谱特性,减小了阵形估计误差,对长水听器阵列的应用及阵形估计具有较大应用价值。     

基于时延估计改进的主动隔声耳罩语音增强算法

为实现高噪声场所中的听力保护和不同角度入射声源的语音增强，文章采用基于谱减法改进的广义互相关（Generalized Cross Correlation, GCC）时延估计方法对麦克风阵列接收信号进行同步处理，将同步后的阵列信号与基于广义旁瓣抵消器（Generalized Sidelobe Canceller, GSC）的主动隔声耳罩语音增强算法结合，实现噪声抑制和语音增强。首先以GCC算法为基础，引入多窗谱估计的谱减法作为时延估计信号的预处理环节，提高传声器接收信号的信噪比对算法进行改进。随后对加入谱减法的GCC时延估计算法，比较分析了取不同加权函数的仿真结果。最后由时延估计结果对麦克风阵列信号进行时延补偿，对改进后的主动隔声耳罩语音增强算法的噪声抑制和语音增强效果进行了分析。与改进前算法相比，在不同噪声环境下输出的语音信号质量有明显提升。     

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.     

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。     

谱校正技术在水下信号波达方向估计中的应用

针对具有不稳定强线谱特征的水下目标,提出了一种基于目标线谱校正技术的信号波达方向估计(Direction of Arrival,DOA)方法,该方法结合矩形窗谱校正技术和全相位修正方法对目标线谱参数进行估计,从而计算目标方位.对该技术进行了仿真研究,并应用于实际水下目标线谱方位估计和单频脉冲波(Cw波)的DOA估计中....