频域自适应时延估计及其在被动声定位中的应用研究

研究了频域自适应时延估计算法及其在被动声定位中的应用。提出了一种改进时延估计性能的方法,并用实测直升机噪声数据进行了动态仿真,验证了算法的有效性,此项研究有重要的工程应用价值。     

一种新的约束自适应时延估计方法

为了提高滤波器权系数收敛到真值的速度,提出了一种新的有约束条件的自适应时延估计方法,约束条件是让滤波器的权系数的平方和为1。仿真结果表明,新方法收敛到时延真实值的速度快于传统方法。     

乘积型指数滤波器及其在多目标时延估计中的应用

指数滤波器是一类新构造出来的输出信噪比和目标时延分辨力随指数变化的滤波器,该滤波器在损失一定输出信噪比的前提下可以有效提高目标时延分辨力,从而提高目标时延估计精度,但仅采用单个指数滤波器仍存在输出信噪比和目标时延分辨力均达不到实际需求的情况。在乘积型高阶模糊函数乘积运算的启发下,在指数滤波器的基础上提出了一种新的乘积型指数滤波器,并分析了该乘积型指数滤波器的输出信噪比及目标时延分辨力等性能。仿真实验表明,所提的乘积型指数滤波器在低信噪比情况下可以更有效提高多目标时延估计精度,且算法简单易于实现,适用于背景复杂的多目标参数估计任务。     

自适应时延估计中的信号自相关函数估计

应用自适应滤波方法可以估计未知源信号的观察信号间的时延。但是只有知道观察信号的信噪比或者其中源信号分量的自相关函数或功率,才能确定时延估计的方差。本文根据被动检测时延估计的信号模型和自适应滤波原理分析指出,采用自适应滤波结果直接计算的相关分量的自相关函数及功率是一个有偏估计。应用自适用滤波器参数,可以得到一个常数修正因子,修正该有偏估计,得到自相关函数的近似无偏估计。不同条件下的估计实例表明,通过修正显著提高了信号功率估计的准确性。     

信噪比时变情况下的自适应时延估计方法

本文介绍了一种自适应时延估计的改进方法，此方法用于在信噪比时变情况下，对空间上分离的两个传感器所接收的带限信号的时延估计。它的优点在于：当信噪比变化或未知时，它能对时延的变化随时做出估计。文中给出了此方法的估计精度和收敛特性。     

一种参数途径的自适应时延估计方法

时差定位应用中,需要首先对2个分开的传感器侦收的来波信号进行离散采样,然后估计时差。时差通常不是采样间隔的整数倍,导致常用时差估计方法的估计误差值可能达到0.5倍采样间隔。研究人员常用插值运算减小估计误差,但运算量较大。参数途径时延估计方法可以直接估计非整数倍采样间隔的时差,且不需要插值运算,运算量较小。应用(LMS)算法来实现参数途径时延估计方法,通过理论推导给出了时延估计的方法和步骤。计算机仿真验证表明了新方法的有效性和正确性。     

一种自适应时延估计的新方法

最小均方（LMS）算法可用来进行时延估计。当算法收敛后,可以根据滤波器权系数最大值的位置估计整数倍采样周期的时延。为了估计非整数倍采样周期的时延,常用SINC函数插值法和约束自适应方法。利用SINC函数的特点和拉格朗日条件极值,对自适应时延估计的滤波器权系数做了改进,提出了新的约束自适应时延估计方法。仿真实验表明,提出方法的性能优于传统的自适应时延估计算法。     

时变时延的在线自适应估计

本文提出了一种时变时延的在线自适应估计新方法,首先,本文给出了一种修正的强跟踪滤波器算法,并且建立了时变时延的估计模型,基于此模型,时变时延可以被当成系统状态由修正的强跟踪滤波器算法直接进行估计,所提出的方法具有使用简单,跟踪迅速,精度高等特点,最后,仿真实验结果验证了本文方法的有效性。     

采用合成方法的多路信号自适应时延联合估计

本文关注的是多路信号之间时延差异的联合估计问题。不同于传统的自适应时延估计算法,本文以合成信号作为自适应时延估计的参考信号,给出了基于信号合成的联合自适应时延估计算法。同时本文推导和仿真了该算法时延估计的均值、学习曲线及方差特性。性能分析和仿真结果均显示,本文提出的基于合成的多路信号自适应时延估计为渐进无偏的时延估计。在不明显增加计算量的条件下,当算法收敛时,联合时延估计算法的方差显著低于传统的两路信号之间自适应时延估计算法方差。      

带约束的LMS－SCOT自适应时间延迟估计

提出了一种带约束条件的ＬＭＳ－ＳＣＯＴ自适应时延估计方法，这种方法以ＬＭＳ自适应信号处理技术为基础，利用平滑相干变换（ＳＣＯＴ）函数的自适应估计来确定时延估值，并且在自适应的迭代过程中加入了约束条件。给出了这种方法的原理、性能和计算机仿真的结果。理论和实践表明：这种方法在估计精度，抗干扰能力，收敛速度和计算复杂度四个方面均优于ＬＭＳ自适应时延估计。     

一种基于LS自适应AR建模的高分辨率时间延迟估计方法

本文提出了一种基于最小二乘（ＬＳ）自适应ＡＲ建模的时延估计方法。这种方法以接收信号的功率谱密度函数为时间序列，利用最小二乘格型自适应滤波器经由ＡＲ建模而得到高分辨率的时间延迟估计。文中给出了这种方法的原理、具体实现及性能分析，并以相关时延估计方法为参照进行了计算机模拟。     

一种基于HB加权的频域自适应时延估计新算法

为了提高低信噪比情况下的自适应时延估计精度和收敛速度,提出了一种基于HB加权的频域自适应时延估计新算法。给出了频域自适应时延估计算法和新算法的原理模型。最后将该算法应用于低空目标声测定位中,用实测的直升机噪声数据进行了仿真。仿真结果表明,在低信噪比情况下,新算法有更高的估计精度,收敛速度和稳健性。     

一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新方法的有效性。     

基于广义互相关函数的声波阵列时延估计算法

针对多通道阵列声波信号时延估计问题,提出了一种平均广义互相关函数算法。该算法首先计算相邻通道信号的相位变换广义互相关函数（PHAT—GCC）,然后将多个相位变换广义互相关函数进行平均,再根据峰值位置进行时延估计。试验表明,该算法充分利用了多个通道的信息,优于传统的互相关函数算法。