基于二次相关水下声源定向(时延)研究

以三基元线列阵为例，介绍了利用两个互相关函数的再作互相关的时延估计方法（二次相关），并给出了它的快速计算方法。通过计算仿真结果证明这种方法对低信噪比下窄带和单频信号具有较高时延估计精度。     

水听器阵列定位中的时延估计方法研究

针对水下定位过程中时延估计计算量大,难以实时实现的问题,提出了一种适用于水听器阵列水下定位系统的互相关时延估计方法;该方法根据瞬时相干函数的计算结果确定是否更新时延估计值,根据水听器阵列拓扑结构限定最大时延范围减少互相关函数的运算次数,降低了时延估计的计算复杂度;仿真分析验证了所提方法的有效性.     

基于互相关时延估计的激光引信远距离定距

激光引信远距离定距目标回波微弱、信噪比低,针对传统脉冲式激光测距方式探测困难且测量误差大的难题,提出了基于互相关时延估计的数字化激光引信远距离定距方法。该方法首先通过快速傅里叶变换将发射脉冲和回波脉冲由时域变换到频域,然后对发射脉冲串序列的傅里叶系数进行共轭运算,并与回波脉冲串序列的傅里叶系数相乘,最后通过快速傅里叶逆变换得到互相关函数,对互相关函数进行峰值检测得到回波时延,从而实现目标定距。实验结果表明:该方法可以在低信噪比下实现目标定距,有效增加了激光引信的定距距离,最大测量误差为0.35 m,误差主要来源于回波脉冲的展宽。     

广义相关时延估计在被动定位系统中的应用研究

广义相关是解决时延估计的重要技术措施 ,采用极大似然加权进行时延估计时方差可达到克拉美罗界。计算机仿真结果和湖试数据分析表明 ,将广义相关时延估计法应用于被动定位系统可以获得较高的定位精度。另外 ,对影响被动定位精度的因素进行了分析     

相干干扰对时延估计的影响研究

以相关法为例,分别研究了仅有一个频率成分时和含部分相干成分时同源信号的TDE.发现相干干扰的幅值越大,TDE误差越大;当源信号和相干干扰信号的相位差在90°以内时,TDE误差随相位差的增加而增大;当相位差在90°～180°之间时,TDE误差的变化取决于源信号和干扰信号的幅值比.然而TDE误差均不超过相干成分的1/2周期.仿真结果验证了结论的正确性.     

基于互相关和MUSIC算法的时延估计

为了避免相位干涉仪测向技术中存在的模糊问题,提高宽带信号时延估计的测量精度,把互相关和多重信号分类算法结合,引入到频域时延估计领域,研究了互相关MUSIC算法.利用互相关技术可消除非相关噪声,检测概率增加,减小了运算量.仿真结果表明,该算法具有较高的估计精度,较强的抗噪性和较强的鲁棒性,适用于电子对抗领域中的时延估计.     

基于快速广义互相关时延估计算法的深度测量技术

通过对被动目标深度测量原理进行分析,推导出了目标深度测量的计算方法．为了满足作为被动目标深度测量关键环节的时延估计的高精度要求,研究了快速广义互相关时延估计算法,并通过了仿真试验．试验结果证明了该算法具有良好的实时性,能够得到较高的深度测量精度．     

基于DSP的被动声探测时延估计

时延估计在被动声定位中是一个关键的参数,它的精度直接影响定位的精度.文中着重探讨了时延估计的基本理论及系统的软硬件设计.采用了ROTH加权处理的互相关性对采集到的声信号进行了处理.实验结果表明该算法能够从复杂的声信号中提取出时延值且效果明显.     

基于二次相关的甚长基线干涉测量相关处理方法

针对甚长基线干涉测量中FX相关处理方案存在对时延预测模型要求较高的问题,提出了基于二次相关的甚长基线干涉测量相关处理方法。该方法与原方法相比有两点不同:一是通过二次相关处理更新补偿整数比特延时,取代了原方案中的小数比特补偿;二是通过增加一步"一次曲线拟合"改进了野点剔除算法。仿真表明:该方法经过两次整数比特时延补偿,将两站接收信号相对时延缩小到一个比特内,从而避免了相位卷绕现象;野点剔除过程不受相位随频率变化趋势的影响,使相位分布方差更小,在一定程度上提高了相关处理的噪声容限。新方法具有时延预测模型要求低、野点剔除效果好和时延估计精度高等优点。     

直升机时延估计的自适应算法研究

简述了ＬＭＳ自适应滤波算法，在此基础上，提出了利用自适应滤波技术，实现直升机定位中的时延估计，并用三点内插算法来改善时延估计的精度。对某直升机噪声的野外实测数据，进行了计算机数值计算和仿真，仿真结果是令人满意的。     

基于时延的被动声探测阵列综合仿真比较

智能雷弹通过对空中目标噪声信号的探测处理来得到目标方位，传声器阵列是雷弹声探测的工具，它的形式直接影响到定位的算法和精度。现有的阵形主要为平面四元阵、立体四元阵和立体五元阵，文中在分析了影响定位精度的几种因素后，在综合考虑误差影响的情况下对阵形进行了仿真对比，结果表明立体阵相比平面阵在俯仰角估计精度上有较大提高，受安装和有效风速影响小，性能优于平面阵。     

A Correlation Tracking Algorithm Based on Template Partition Motion Estimation

A correlation tracking algorithm based on template partition motion estimation proposed for improving real time performance of the conventional correlation matching algorithms. The target trajectory fitted using the least square with equal space in whole interval and the target prediction point is found out. According to the requirements of block motion estimation （BME） algorithm, the template divided into some macro blocks. The searching process is conducted by using diamond search algorithm around the prediction point and the optimal motion vector of each block is calculated. A point corresponding to the motion vector with the best matching is taken as a rough matching point of the template. The rela- tion of relative position between the block with matching point and the searching area determined to decide whether to conduct precise matching search or to construct a new search area in the gradient direction. The target tracking experiment results show that over 70 % time cost can be reduced caompared with the conventional correlation matching algorithm based on full search method.     

基于LMS自适应算法的瞬态信号时延估计

讨论了LMS方法对瞬态信号估计的困难，提出用反向LMS自适应滤波算法进行瞬态信号的时延估计。设计了两种反向LMS自适应算法，用爆炸波信号仿真分析了时间延迟估计的性能，通过比较表明该算法的有效性。     

基于分割模板运动预估的相关跟踪算法

为了对常规相关匹配算法实时性能进行提升,提出一种基于分割模板运动预估的相关跟踪算法。采用最小二乘法全区间等距拟合目标运动轨迹,计算出目标当前预估点;将模板图像按块运动估计算法要求分割成宏块;按菱形搜索法在预估点周围区域进行搜索,得到每个宏块的最佳运动矢量;取匹配度最佳的运动矢量对应点为模板的粗匹配点;判断该点所在宏块与搜索区域相对位置关系,决定是否进行精匹配结束搜索,或是按梯度方向建立新的搜索区域。目标跟踪实验证明,该方法比基于全搜索的归一化积相关( NProd)算法其计算时间缩短到3.31倍。     

基于相关TOP矩阵的相干信源数盖氏圆估计方法

大部分高分辨波达方向估计算法都是以特征子空间分解为基础的,所以正确估计信号源数对算法结果有效性起着至关重要的作用。该文提出了一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,并结合盖氏圆半径法形成一种相干信源数估计的盖氏圆改进方法,将接收阵列各阵元与参考阵元输出信号做相关,得到一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的盖氏圆估计矩阵,最后再应用盖氏圆准则完成相干信源数估计。仿真结果表明,本文所用相关Toeplitz矩阵构造算法达到了去相干的作用,扩展了盖氏圆半径法的应用范围,使得盖氏圆准则在不损失阵列有效孔径前提下,能够有效估计相干信源数目。     

基于经验模式分解的广义互相关时延估计

提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题.利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数(Intrinsic ModeFunction,IMF),然后对相应的IMF进行互相关获得多尺度时延值.针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位.试验证明:该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性.