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。     

基于高阶累积量的高精度时延估计算法

针对海洋探测中由于接收信号信噪比低并存在各种噪声干扰导致时延估计精度低的问题,提出一种基于二次相关和高阶累积量的具有多种噪声抑制能力的高精度时延估计新方法——SC-HOCS法。该方法首先对两路接收信号进行自相关和互相关处理,抑制部分高斯噪声,然后利用高阶累积量一维切片法对信号进行处理,抑制相关高斯噪声和非高斯色噪声,通过对接收信号的上述处理提高信噪比,最后结合希尔伯特变换对相关峰进行锐化处理,进一步提高时延估计精度。与广义相关法、二次相关法及高阶累积量一维切片法相比,该方法能很好地抑制相关噪声并且能在更低的信噪比下获得较好的时延估计精度,同时该算法计算量较小,可满足对数据实时处理的需求。计算机仿真和水池实验验证了该方法的有效性。该方法为海洋探测中低信噪比信号的高精度时延估计提供一种新的技术途径。     

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。     

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。     

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。     

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。     

基于端点检测的精确时延提取方法及其定位精度分析

针对脉冲声源定位中时延误差大的问题,提出了一种基于端点检测的精确时延提取方法。该方法首先对信号进行滤波处理和端点检测,截取有效信号段运用广义互相关法估计时延,然后利用端点检测得到的信息提取出精确的时延值,最后用单纯形替换法求解声源位置。根据精确时延提取方法,设计了声源定位方案。实验证明,该方法能有效减弱非高斯白噪声和室内混响的影响,定位精度可达到分米甚至厘米级,并且具有较好的鲁棒性。     

合成孔径声呐时延估计误差校正改进算法

由相位解缠错误造成的时延估计误差会严重降低合成孔径声呐时延估计的精度。现有的时延估计误差校正算法采用二次函数作为时延的拟合模型,该模型在距离向近端和远端处不符合时延空变规律,拟合误差较大且无法估计载体的横荡和升沉运动。针对该问题,文章提出一种改进的时延估计误差校正算法,利用时延的距离空变函数代替二次函数作为拟合模型。数值仿真和实验结果表明,相较于参考算法,改进算法校正时延估计误差的效果更好、速度更快,同时还能准确地估计载体的横荡和升沉运动。运动补偿结果显示了改进算法能较好地提升成像质量。     

Sweep signal time-delay estimation with time-frequency cross-correlation algorithm

Sweep signal is usually employed as a source signal in active detection such as radar and sonar. Since the frequency spectrum of the sweep signal varies against time, a novel algorithm, namely a time-frequency cross-correlation (TFCC) algorithm based on wavelet packet transform (WPT), is proposed to estimate the time delay of sweep signal. In this algorithm, the source sweep and the received signals are decomposed with WPT to obtain their time-frequency representations and the TFCC between the source sweep and the received signals is performed. Each reflected sweep in the received signal is converted into a time-frequency correlation peak whose position can indicate its time delay. The TFCC algorithm can suppress ambient noise effectively and improve the performance of sweep extraction and can match more precisely the source and the reflected sweeps to their known time-frequency characters. Numerical experiments were performed to compare the performance of the TFCC algorithm with that of the conventional cross- correlation and phase-data algorithms. The results proved that the TFCC algorithm can extract the reflected sweeps effectively and its performance is better than that of the conventional algorithms.     

大气次声源定位算法及误差分析

逐步多通道相关方法是定位次声源的主要方法。该方法会忽略阵元的海拔高度差,从而引入误差。文章分析了基于广义互相关的时间延迟估计算法,讨论了基于时延的平面波入射角定位方法。着重研究了逐步多通道相关方法的误差来源,确定了基于时延的定位方法是产生误差的主要原因,明确了大气次声源定位误差来源于忽略了阵元间的海拔高度差。基于最小二乘法推导了在不考虑阵元高度的情况下计算次声波入射角的方法。对存在高度差的4元中心三角阵型进行了误差仿真实验,在忽略阵元海拔高度差的条件下,各方向入射的次声波角度定位误差最大达到4°,特定阵型的阵元最大海拔高度差与入射角度计算误差成线性关系,并探讨了入射角度计算误差对主要参数和后续定位的影响。     

Two bit correlation-an adaptive time delay estimation

Time delay estimation is a very important operation in ultrasound time-domain flow mapping and correction of phase aberration of an array transducer. As the interest increases in the application of one and a half-dimensional (1.5-D) and two-dimensional (2-D) array transducers to improving image quality and three-dimensional (3-D) imaging, the need of simple, fast, and sufficiently accurate algorithms for real-time time delay estimation becomes exceedingly crucial. In this paper, we present an adaptive time-delay estimation algorithm which minimizes the problem of noise sensitivity associated with the one bit correlation while retaining simplicity in implementation. This algorithm converts each sample datum into a two bit representation including the sign of the sample and an adaptively selected threshold. A bit pattern correlation operation is applied to find the time delay between two engaged signals. By using the criterion of misregistration as an indicator, we are able to show that the proposed algorithm is better than one bit correlation in susceptibility to noise level. Analytical results show that the improvement in reducing misregistration of the two bit correlation over its counterpart is consistent over a wide range of noise level. This is achieved by an adaptive adjustment of the threshold to accommodate signal corruption due to noise. The analytical results are corroborated by results from simulating the blood as a random distribution of red blood cells. Finally, we also present a memory-based architecture to implement the two bit correlation algorithm whose computation time does not depend upon the time delay of the signals to be correlated