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。     

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同,以适应不同强度的信号.在相同条件下,模拟分析不同加权函数的时延估计精度,结果表明,采用改进的加权函数进行广义互相关时延估计,在较低信噪比下能够获得较高的时延估计精度,同时对小功率信号也具有良好的时延估计效果.     

基于FFT和长时延自相关函数的频偏估计方法

为了解决低信噪比条件下载波频偏估计中的估计范围和估计精度的矛盾,在比较分析现有经典估计方法的基础上,提出一种基于FFT和长时延自相关函数的频偏估计方法.该方法利用FFT进行粗略频偏估计以校正频偏,使得校正后的频偏落入到长时延自相关函数能够估计的频偏范围内,利用几个长时延函数得到的剩余频偏估计值进行加权得到精确的频偏估计值.此方法将频偏估计范围提高到数据速率的一半,保证了在大频偏时的低信噪比门限,同时它在整个量化频率范围内的性能平稳.通过仿真验证了该方法估计精度高、捕获范围大、以及性能平稳的特点.     

基于功率倒谱的超声测距时延估计方法研究

基于互相关函数的时延估计方法是脉冲法超声测距中最常用的算法,但窄带超声回波信号的慢衰减高频振荡特性导致它们的相关函数在峰值位置近似作等幅振荡,从而为精确搜索相关函数的峰值带来困难.首先建立了超声测距时延估计模型,然后提出了一种适用于超声测距的基于功率倒谱的时延估计新方法.仿真与实验研究表明,该方法在高信噪比下可以精确得到时延估计值,同时避免了超声回波信号的慢衰减高频振荡特胜对时延估计带来的影响.最后对该方法的优点与不足作了说明.     

无线分布式网络非平稳信号时延估计方法

如果只凭借整数倍的采样间隔计算平稳信号,会存在时间延迟问题.为解决上述问题,提出无线分布式网络非平稳信号时延估计方法.由于网络中含有噪声信号、干扰信号和网络信号,针对三者建立时延估计模型,运用二次相关算法降低干扰信号对网络信号影响,保证在低信噪比环境下对时间延迟的有效计算.为了避免出现伪峰值,影响计算结果,将二次相关函数与希尔伯特变换算法相结合,使相关函数的偶对称性转换为奇对称性,并将对峰值的检测转换为过零检测,将误差控制在最低,完成对时延的估计.通过仿真结果表明,所提方法有着较优的计算效果,且在噪声环境和混响环境下,依然可以实现对非平稳信号时延的有效估计.     

基于自相关函数的前向载波频偏估计算法

为解决前向载波频偏估计中捕获范围和估计精度矛盾的问题,在最大似然准则的基础上,同时利用短时延自相关函数捕获范围广和长时延自相关函数估计精度高的优点,给出了一种捕获范围宽、估计精度高,计算复杂度低的频偏估计方法.该算法将不同时延情况下得到的粗略估计值进行加权求和以得出精确频偏估计值,兼顾了不同时延的优点,同时在不同的信噪比情况下可以设置不同的加权系数,使得算法更能适应不同的信噪比.计算机仿真结果表明了该算法估计精度高、捕获范围广和计算复杂度低的性能.     

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。     

基于信号循环平稳特性的自适应时延估计

本文提出了基于信号循环平稳特性的自适应时延估计方法,在信源的载波频率或波特率不同于干扰信号的情况下,利用信号的循环平稳性实现对非平稳干扰和空间相关噪声的抑制,进而提高时延估计的精度.仿真实验结果表明该方法比传统的参数模型时延估计方法有更好的性能.     

基于延时互相关的正弦信号频率估计方法

为提高非整周期采样信号的频率估计精度,提出一种基于延时互相关的正弦信号频率估计方法。首先,截取一段采样信号及其等长度延时信号;其次,对2段信号做互相关运算,并构建不包含误差项的误差校正信号;然后,对误差校正信号进行频率粗估计,并生成参考信号;最后,根据柯西-施瓦兹不等式构造误差函数,通过最小化误差函数得到频率精估计值。仿真实验结果表明：该方法能有效降低非整周期采样的影响,提高频率估计精度,其估计精度优于同等条件下基于自相关的频率估计方法,使得频率估计值的均方误差更接近克拉美罗下限。     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.