基于麦克风阵列的GCC时延估计算法分析

准确的时延估计（Time Delay Estimation,TDE）是基于到达时间差（Time Difference of Arrival,TDOA）的声源定位技术的前提.在众多时延估计算法中,广义互相关（Generalized Cross Correlation,GCC）算法因其较低的运算复杂度和易于实现的特点得到了广泛的应用.针对不同的噪声情况,GCC时延估计算法利用不同的加权函数来抑制噪声干扰.本文在介绍麦克风阵列模型和GCC时延估计算法的基础上,针对GCC算法的弊端提出了一种改进算法,并在多种信噪比条件下,对部分加权函数的GCC时延估计算法进行了MATLAB仿真,通过比较其时延估计性能和声源定位精度,分析了这些加权函数各自的优劣性.     

利用二次相关改进的广义互相关时延估计算法

为了提高传统广义互相关时延估计算法的性能,本文将二次相关时延估计算法与广义互相关时延估计算法相结合,提出了一种利用二次相关改进广义互相关的时延估计新算法。该算法先对信号进行二次相关处理,利用相关函数抑制了噪声的干扰,然后在相关函数序列上进行权重处理,进一步提高了算法的抗噪声性能与估算精度。仿真实验证明新算法较广义互相关算法性能有了明显的提升,对闪电辐射源定位资料的分析也验证了该算法的有效性。     

一种改进加权函数的GCC时延估计方法研究

针对多站时差定位系统在低信噪比下无法获得准确的时延估计,进而影响时差定位的精度,提出一种改进加权函数的广义互相关(GCC)时延估计方法.通过分析和比较采用不同传统加权函数进行广义互相关时延估计的性能,对加权函数进行改进.改进的加权函数同时引入两路信号的自功率谱密度函数和互功率谱密度函数,使得加权函数的分子分母变化趋势相...     

声源定位中的时延估计技术

时延估计(TDE)是阵列信号处理中的一项关键技术,其目的是要估计出同源信号到达不同传感器时,由于传输距离不同而引起的时间差。现有的TDE算法主要包括经典的广义互相关(GCC)方法、自适应最小均方(LMS)方法、基于子空间的特征值分解(EVD)方法和基于传递函数比(ATF-s ratio)的方法等。这些算法因其抗噪和抗混响性能不同,有着各自的应用场合。本文首先对现有的各种TDE算法进行分类论述,进而通过综合比较揭示了它们各自的优缺点,最后给出了进一步的研究方向。     

声源定位中广义互相关时延估计算法的研究

基于时延估计（TDE）的声源定位算法是数字助听器中的核心算法之一,其估计精度会受到噪声和采样频率等因素的影响,导致了定位的不准确性。针对这一问题,结合相关峰精确插值算法（FICP）,提出了一种基于二次相关改进的广义互相关时延估计算法。该算法通过二次相关,有效地降低噪声的干扰,再利用FICP,提高相关函数的分辨率。仿真实验表明,无论在低信噪比,还是在高信噪比环境下,改进算法的时延估计性能都有了明显改善。     

一种改进的分数时延估计方法及应用

传统的分数时延估计算法对环境噪声和混响噪声比较敏感,在复杂的实际环境中,算法性能会严重下降。为进一步提高时延估计算法性能,提出一种基于广义互相关（Generalized cross correlation,GCC)改进算法的广义互相关 最大似然相位补偿（ GCC Maximum likelihood phase compensation,GCC MLP)分数延时估计算法。该算法改进了GCC频域加权函数,并将线性相位补偿应用于频域互相关谱,获得连续的分数时延估计值,进一步提高了分数时延估计的精确性。仿真结果表明,GCC MLP相位补偿分数时延估计算法增强了对环境噪声和混响噪声的鲁棒性,减小了时延估计误差,算法性能优于曲线拟合、Sinc插值等传统分数时延估计算法。     

广义相关时延估计在管道泄漏检测中的应用

针对实际检测环境中信号信噪比低,噪声影响时间延迟估计的精度的问题,提出广义互相关方法,并给出利用FFT快速求解算法。在输油管道泄漏检测中的应用结果表明,该方法能有效计算泄漏信号到达管道2端的时间差,计算泄漏点位置误差控制在2%以内,改善了相关运算的时延估计性能。     

到达时间差定位方法在乒乓球落点估计中的应用研究

基于到达时间差(Time Difference Of Arrival,TDOA)定位系统定位二维平面目标至少需要三个传感器,本文论述了三站时间差定位系统的原理。用几何精度因子(Geometric Dilution of Precision,GDOP)分析定位精度并通过MATLAB数值仿真的方法研究传感器分布与定位精度之间的关系。最后本文基于TDOA定位方法提出了乒乓球落点估计应用中的三站传感器最优分布方案。     

基于广义加权的AMDF时延估计方法研究

时延估计是声源定位常用的方法。多途效应严重影响声源信号时延估计性能,传统方法难以克服。提出一种基于广义加权的平均幅度差函数（Average Magnitude Difference Function,AMDF）时延估计方法,利用改进的AMDF方法提高对多途效应的抑制,通过广义加权方法降低算法的噪声敏感性。仿真及实验表明,对于窄带信号,该方法能够获得比传统广义互相关方法更高的时延估计性能,估计结果的误差减小,稳定性能提高。     

基于互相关时延估计算法的被动声定位系统设计

设计了以TMS320F2812数字信号处理器为核心的基于互相关时延估计算法的被动声定位系统。利用该芯片同时具有数字信号处理器和微控制器的特点,简化了结构设计,提高了系统的处理能力,在完成多路音频信号的同步采集、存储和数据处理的基础上实现了目标的定位。经测试表明：该系统在25m×25m的平面范围内,目标定位时间在2S以内,角度误差小于2.7％,达到了对目标的实时定位。     

基于Wi-Fi信号的LDCC-PDF分级时延估计

在室内无线定位领域,Wi-Fi技术因其低成本和广泛普及性更具研究价值和应用前景,而基于时延参数估计的定位算法则能满足高精度定位需求。针对现有各类时延估计算法在室内真实多径环境下估计精度差、复杂度较高的问题,提出一种基于前沿检测互相关和子载波相位差拟合LDCC-PDF(Leading-edge Detection based Cross-Correlation and Phase Difference Fit)的分级时延估计算法。首先对收发信号进行互相关,通过分步检测得到整数倍基带采样周期粗时延估计值,再对频域各收发数据子载波的相位差进行线性拟合,得出小数倍采样精时延估计值。以802.11n标准的长训练序列作为定位信号对算法进行了性能仿真。实验结果表明,该算法估计精度高,抗噪声性能良好,单径条件下均方根时延定位误差小于0.3米,多径非视距传输环境下误差小于1米。     

时延估计算法在计算机辅助定位系统中的应用

介绍了一种四传感器计算机辅助定位系统的结构,分析了定位系统的原理,给出了三种时延估计算法及其在计算机辅助定位系统中的应用.实际定位结果表明,该系统算法可靠,实现简便,适宜推广.     

泄漏信号定位中的时延估计算法

时延估计是阵列信号处理中的一项关键技术,广泛用于如语音增强,说话人定位,其目的是要估计出同源信号到达不同传感器时,由于传输距离不同而引起的时间差。现有的算法主要包括相关、广义互相关方法、自适应最小均方方法等。这些算法因其抗噪性能不同,有着各自的应用场合。本文在一段公共的声波数据上利用各种算法进行时延估计,分析比较算法性能,并将相关方法应用于管道泄漏检测定位误差不超过5%。     

基于广义互相关算法的时延估计

在无线电定位技术中,AOA、TOA、TDOA是目前最有发展潜力的蜂窝系统移动台定位技术。定位中对时间差估计的精度要求非常高,测量精度越高,由其引入的定位误差就会越小。传统的广义互相关算法在实际的噪声环境中产生的时延估计误差较高。在此基础上,对时延估计采用了基于周期互谱密度和互功率谱的广义互相关算法进行研究,改进了传统的广义互相关算法。仿真结果表明改进的时延估计算法在恶劣信道环境影响下表现出了相对较好的鲁棒性。     

声源定位中声音到达各阵元时延估计的虚拟仪器实现

基于TDOA(Time Difference Of Arrival)的声源定位研究的核心问题是时延估计,时延估计的精度决定该算法的定位精度.将虚拟仪器的技术引入声源定位的研究中,用数字信号处理的方法进行时延估计,有效地提高了声源定位的精度和灵活性.     

基于ResNet的稳健语音DOA估计算法

针对传统波达方向（Direction of arrival, DOA）估计算法在阵列模型误差条件下估计性能下降的问题,提出了一种基于残差网络（Residual network, ResNet）的DOA估计算法。该算法根据神经网络数据驱动不依赖阵列流型的特点,从广义互相关（Generalized cross-correlation, GCC）中提取特征,将提取的特征作为神经网络深层分类器的输入,对信号分类;根据分类结果选取对应子区间数据进行训练,建立ResNet学习特征与DOA估计之间的非线性映射关系,形成一个数据驱动的稳健DOA估计系统。仿真与实验验证结果表明,该算法有效地解决了传统DOA算法在阵列模型误差条件下无法准确得到DOA结果的问题。     

时延估计算法的FPGA实现

时延估计是雷达、声纳等领域经常遇到的一个问题,提出了利用相关计算法实现时延估计,并通过互谱插值提高估计精度。结合FPGA器件特性,运用VHDL语言编程,实现了整个相关算法。利用QuartusⅡ和Matlab软件进行了联合仿真,结果证明了设计的正确性。     

基于时延测量的表面肌电信号动作电位传导速度估计研究

通过动作电位传导速度（APCV）估计来探讨表面肌电（SEMG）信号动作电位波形在肌肉组织中的传榆情况。以利用互相关技术测量动作电位波形传输时延值为基础,结合采集通道间的距离来估计SEMG信号动作电位传导速度。实验结果表明,所采用方法能够较准确地获取单类仿真运动单位动作电位（MUAP）波形的传导速度估计值,并能有效描述仿真和实测SEMG信号复合动作电位波形的传导速度变化趋势。     

基于视频图像的乒乓球落点检测研究

该文运用图像检测与跟踪技术实现了计算机代替人工采集乒乓球的落点,通过对乒乓球比赛视频的分析,得到乒乓球的落点,准确度较高,可以为乒乓球战术的后续工作提供有力支持。该文就将本次实验中所用到的相关技术作以说明。     

抑制风噪声的频点离散值加权GCC-PHAT时延估计算法

针对麦克风阵列使用GCC-PHAT算法估计信号到达时差对加性噪声敏感,以及基于信噪比估计的连续值加权GCC-PHAT算法无法消除环境中类似风噪声的变化噪声干扰的情况,提出了一种抑制风噪声的频点加权GCC-PHAT算法。通过分析已有算法的不足,新算法选择使用离散频点加权,并通过信号频点间相干性量化值和时域关联性计算权值,去除风噪声干扰频点;同时估计声源信号活跃度,调整算法运算量。实验表明,与已有的GCCPHAT算法相比,新算法能有效消除风噪声对估计结果的干扰,同时降低运算负载。