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．     

基于二次相关的时延估计方法研究

以空间任意多元传感器阵列为模型,以被动定位算法为基础,针对传统时延估计方法中的互相关算法存在着估计精度不高的问题,提出了一种基于二次相关的时延估计方法。该方法首先对信号作自相关提高信噪比,再将自相关函数和互相关函数作相关处理得到时延值。理论和实验结果都表明:相对于传统的互相关时延估计方法,二次相关法可以明显的抑制噪声对信号时延估计的影响,提高时延估计的精度。     

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.     

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。     

基于小波奇异特征约束的期望最大时延估计算法

针对低信噪比条件下非平稳信号时延估计精度低的问题,提出基于小波奇异特征约束的期望最大时延估计算法。设计小波奇异性特征尺度广义互相关矩阵,构建多尺度小波奇异特征约束下的期望最大化模型。推导参数更新公式,利用期望最大化算法并行迭代,求取奇异性特征显著性最大条件下信号的自适应尺度以及该尺度下声源信号的最优时延估计值。仿真和实验结果表明,所提算法在低信噪比条件下,相较于传统广义互相关时延估计算法以及改进算法具有较高的时延估计精度,并且有效提高了误差约束范围内的有效估计成功率。     

基于子空间加权的多重信号分类时延估计算法

针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。     

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.     

时延估计软件包设计

基于时延估计的软件包,包括相关和广义相关、相关峰内插和自适应滤波算法、自适应内插、高阶累积量自适应时和双谱等8种典型时延估计算法.该软件包采用交互式人机对话,均可用输出图形方式表示计算结果,所采用的测试信号可方便替换.其数据长度、信噪比可手工输入设置,以便于在各种方法之间进行比较和评估.     

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     

自适应时延估计算法在被动声定位系统中的应用

在被动声定位系统中，定向精度受到时延估计精度、阵列间距大小和声波传播速度变化等的影响，特别是对时延估计精度的要求较高。分析了传统时延估计算法在时延估计上的局限性，采用自适应参量模型算法实现了低采样频率下的高精度时延估计。完成了算法仿真，编制了DSP处理程序，通过消声室缩比实验验证，表明估计精度和运算时间可满足实际使用的要求。     

一种鲁棒的战场声目标自适应时延估计算法

提出了一种可用于战场声目标定向的鲁棒自适应时延估计算法.该算法应用最优变步长自适应仿射投影技术和鲁棒M估计理论,无须事先假定信号和噪声的统计特性,自适应调整自身参数,抵御战场环境中的噪声干扰.野外坦克声数据实测表明,在无干扰环境下,算法性能与高阶统计量法、广义互相关法相当,但在武器噪声干扰下表现了更强的鲁棒性和估计精度;在各种条件下,文中算法都比最小均方自适应法表现出更好的性能.     

基于多径时延估计的单水听器被动定位

水下目标定位是水声工程中的基本问题之一,一般的定位方法需要多个阵元组成基阵,通过较复杂的阵列处理方法对目标定向定位。研究了单个水听器对水下目标被动定位的方法,采用倒谱法估计水面与水底反射相对于直达波的多径时延,推导了通过水面与水底多径时延估计目标深度与距离的公式,并通过湖上试验进行了验证。试验结果表明:单个水听器能够在垂直面上对水下目标定位,其距离、深度估计结果与实际基本相符。     

一种基于多点内插的自适应时延估计

提出了自适应滤波的七点三次平滑二次内插算法。利用该算法，实现了直升机定位中的时延估计，并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半实物仿真，取得了令人满意的结果。     

基于时延和迭代法的目标定位算法研究

针对普通被动声定位算法中声速发生变化时的情况,采用时延和迭代运算相结合的方法,进行目标定位.对定位误差进行了分析,并通过数值仿真,验证了算法的可行性.     

基于短时傅立叶变换谱图的非平稳信号时延估计方法

目前的时延估计算法多数只能应用于平稳信号，针对非平稳信号时延估计，提出了一种基于短时傅立叶变换（STFT）谱图的瞬时频域相关法。通过仿真表明，基于短时傅立叶变换谱图的瞬时频域相关法的时延估计可以达到克拉美-罗界。对STFT谱图瞬时频域相关法与三种基于WVD时间延迟估计方法进行了比较，结果表明，提出的基于STFT谱图的瞬时频域相关法可获得最佳效果。     

目标声定位时延估计的对比研究

根据被动声定位珠基本原理，对影响定位精度的关键因素进行了研究，讨论了战场环境中各种时延估计方法的使用条件和效能，分析了广义互相关法，相位谱法，自适应滤波器参量法，并进行了对比，用ＲＯＴＨ权函数广义互相关法对直升机声场信息进行相关分析。     

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.