Time delay estimation between two phase shifted signals via generalized cross-correlation methods

This paper examines the generalized cross correlation (GCC) method for estimating time delay between two phase shifted replicas of a common signal which are embedded in additive noise. The analysis applies for widesense jointly stationary narrow-band signal and noise and is independent of signal, noise, and phase distributions. The paper derives expressions for the estimation error, specifically bias and mean square error (MSE), by starting with the cross correlation method and then extending the results to the GCC method. Assuming symmetric spectra signals, we derive two optimal weigth functions (OWF) that minimize the above MSE. With the first OWF the maximum of the absolute value of the GCC function has to be found; this is identical to the Wax maximum likelihood (ML) method where Gaussian signals possessing uniformly distributed phase were assumed. With the second OWF the zero of the absolute value of the GCC function has to be found. For signals possessing non-symmetric spectra (e.g. single side band modulated signals) the OWF can be obtained numerically, by minimizing the MSE, e.g. by using variational techniques. Using the cross correlation method we derive a simplified expression for the MSE, which is to be used instead of a previously published result.     

An investigation of time delay estimation in room acoustic environment using magnitude ratio

This paper investigates the relation between the nonstationary sound source and the frequency domain magnitude ratio of two microphones based on short-term frequency analysis. The fluctuation level of nonstationary sound sources is modeled by the exponent of polynomials from the concept of moving pole model. According to this model, the sufficient condition for utilizing the fluctuation level and magnitude ratio to estimate the time delay between two microphones is suggested. Simulation results are presented to show the performance of the suggested method.     

一种空间相关高斯噪声背景下的时变时延估计算法

在空间相关高斯噪声的背景下,基于二阶统计量的时延估计方法会失效,该文提出了一种基于三阶统计量的自适应时变时延估计算法,并分析了算法的收敛性,最后的仿真结果表明该算法可以有效地抑制相关高斯噪声。     

LMS ADAPTIVE TIME DELAY ESTIMATION WITH TWO WINDOWS

An LMS adaptive time delay estimation method with two windows is presented. This method can reduce the superfluous calculation greatly when the time of correlation is long. It is suitable for the time delay estimation of white band-limited random signals. The feasibility and the performances of this method are also studied.     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性。     

基于广义互相关的时延估计算法研究

采用到达时间差的声源定位,最重要的就是进行时延估计,其精确性直接影响到定位的准确与否。本文主要分析研究了广义互相关算法在无混响和混响环境下时延估计及估计性能,实现了不同环境下的时延估计,实验结果表明广义互相关在无混响和弱混响下具有较好的优势。     

基于辅助源和相关熵的ADS-B信息时延估计新算法

提出了一种基于辅助源和相关熵的ADS-B信息时延估计新算法。首先,对报文信息时延产生机制进行了研究,提出新的时延模型;其次,以辅助源信号所包含的多普勒频移特征为研究对象,在信号相似性比较时引入相关熵提出时延估计算法;然后,分别研究了扫描步长与高斯核长对本时延估计精度的影响;最后,通过仿真实验验证了在不同噪声条件下本算法的时延估计性能。与已有方法相比,本算法不需要更改报文格式,在脉冲噪声条件下具有更高的时延估计精度,故具有更好的实际应用价值。     

基于DSP的FDD-LTE PUSCH频偏估计的实现

频偏估计是FDD-LTE(频分双工长期演进)系统接收端的重要模块之一。文章介绍了FDD-LTE系统上行信道解调参考信号的产生原理以及时频位置映射方式,通过对硬件性能的评估,采用基于导频的残留频偏估计算法提出了一种PUSCH(物理上行共享信道)频偏估计实现方案。通过分析其实现复杂度和定点运算误差,表明该方案可以满足实时处理的要求,并具有较好的性能。     

LS曲线拟合下的时差估计

针对时差估计（TDE）易受噪声影响产生模糊的问题,推导了单频信号、线性调频（LFM）信号以及二进制相移键控（BPSK）信号的互相关（CC）函数表达式,以最小二乘（LS）曲线拟合细化CC函数的幅度谱,获取精确的时差估计。首先对CC函数的幅度谱进行谱峰搜索,得到时差的粗估计,然后对CC函数的幅度谱以时差的粗估计为界,根据脉内调制类型,选择相应的一次或二次曲线,进行LS曲线拟合,降低噪声项对信号项的影响,可有效排除伪峰和局部最大,获得时差的精确估计。仿真结果显示,在信噪比大于6 dB时,BPSK信号的时差估计均方根误差接近零。     

低信噪比下互相关时延估计器的FPGA实现

在时延估计算法中,相关法是一种经典的算法。时域互相关法可用来进行整数倍和非整数倍采样周期的时延估计,即使是在极低的信噪比(SNR)条件下,利用较多的数据也能获得准确和稳定的估计结果。为提高时延估计分辨率,给出了一种采用sinc函数对信号进行非整数倍采样周期延时的相关估计算法,通过仿真比较了未插值、两倍插值法和sinc函数延时法的估计精度和计算量,证明sinc函数延时法性能最优。基于现场可编程逻辑门阵列(FPGA)实现的改进型互相关时延估计器能够实现在低信噪比下时延差的准确估计。     

基于时延估计算法的透明转发器的实现方法

讨论了转发器实现收发不间断的方法,提出了在自适应噪声相消的系统上,将简化的分数阶傅里叶变换理论应用于时延估计,进而将干扰信号重构抵消。推导了该算法,并提出基于该算法实现收发同时进行的转发器系统,即透明转发器。给出本系统模型框图,该透明转发器采用最小均方(LMS)算法建立自适应系统控制结构,能够通过自适应滤波器将自发干扰信号减除,并将不相关的背景噪声抵消。最后利用 MATLAB 软件仿真了基于该算法的透明转发器在具体信号上的运用,实验结果表明该方法实现了不间断转发功能,并且系统结构简单、易实现。     

一种维纳加权的广义相关自适应时间延迟估计方法

本文研究了维纳加权广义相关时间延迟估计问题，提出了一种自适应实现维纳加权的时延估计方法。文中讨论了算法结构，分析了其性能，并给出了计算机模拟的结果。理论分析和计算机模拟表明，这种自适应维纳加权时延估计方法，不依赖于输入信号和噪声的统计先验知识，可以有效地消除信号中噪声对时延估计的影响，具有较高的估计精度和较快的收敛速度。     

基于时延估计的四元声源定位研究

当前对于声源定位技术的研究非常火热,它主要由声学、信号接收、软件设计以及数字信号处理等学科组成,通常在研究声源定位时我们采用传声器阵列定位技术。而时延估计是传声器阵列进行信号处理的一项非常重要的技术,它的目的是对同源信号到达不同的传声器由于传输距离的不同而产生的时间差。现在,声源定位技术已经被广泛的应用到移动通信、智能探测等领域中。本论文对声源定位技术的发展现状进行了介绍,同时对时延估计的定位算法进行了相关介绍,最后得出声源定位未来将会被应用的更加广泛的结论。     

脉冲噪声环境下的SCOT加权时间延迟估计新方法

针对平滑相干变换(SCOT)加权广义相关时间延迟估计方法在脉冲噪声环境下的退化现象,依据分数低阶α稳定分布噪声的尖峰脉冲特性和分数低阶统计量理论,提出了基于分数低阶协方差的SCOT加权时间延迟估计方法,并进一步提出了不依赖于分数低阶α稳定分布噪声参数估计的基于非线性变换(Sigmoid变换和反正切变换)的SCOT加权时间延迟估计方法。理论分析和计算机仿真结果表明,新方法在高斯和非高斯脉冲噪声环境下都具有良好的顽健性。     

基于DSP的弹光调制干涉具干涉数据的实时处理系统

弹光调制干涉具中光程差的非线性带来了干涉信号的非均匀变化,在光谱复原过程中,如不对干涉数据修正直接采用快速傅里叶变换(FFT)复原光谱会导致光谱严重失真,难以满足实时处理要求。首先提出采用非均匀快速傅里叶变换算法(NUFFT)实现光谱复原,其次设计了一种基于高性能DSP芯片OMAP-L138的干涉数据处理系统,它将高速数据采集卡PCI-5122采集到的671.1 nm激光干涉数据进行存储并完成其实时光谱复原。研究结果表明:这套干涉数据实时处理系统操作简单,运行可靠。复原671.1 nm激光的波长误差小于1 nm,谱线位置误差小于0.1％,为后期采用高性能DSP的弹光调制傅里叶变换光谱仪提供了很好的前提基础。     

多体制雷达视频信号模拟器设计

分析雷达视频信号模拟器的通用结构,并根据多体制尖信号模拟器的要求,设计出基于模块化的结构灵活,参数可变的信号模拟器。为解决模拟器所需海量存储器与物理实现之间的矛盾,提出一种随机抽取法,利用有限杂波,噪声模拟海量伪独立分布杂波、噪声,收到了较好的效果。     

—种有约束的自适应LMK时延估计算法

提出了一种有约束的自适应LMK时延估计算法，该算法的代价函数根据估计误差的峭度选取，算法直接对时延进行估计，不需进行插值运算。最后用实测的直升机辐射的噪声数据进行了仿真，表明新算法具有更快的收敛速度。     

含有时滞的电视信号复原系统

从含有时滞的电视信号中提出原信号的复原算法,并设计了一个多功能、高速度的复原系统,实现无重影电视信号的接收。     

一种无线电话音信号时差估计方法

无线电话音信号的时差估计一直是个难题,其主要原因有话音信号带宽较窄且非平稳、在时域上具有非连续性及无线电信道(特别是短波信道)衰落的非一致性。针对上述特点,提出了使用短时处理技术来估计两路信号互相关谱的线性相位的无线电话音信号时差估计方案。新方案融合了话音激活检测技术和短时分段处理技术,并使用加权最小二乘相位拟合方法来求解时差。对比实验表明新方案的时差估计效果显著优于经典的广义互相关算法。     

Modified ESPRIT (M-ESPRIT) algorithm for time delay estimation in both any noise and any radar pulse context by a GPR radar

This paper presents M-ESPRIT, a modified version of the ESPRIT algorithm, for the purpose of time delay estimation of backscattered radar signals. The proposed algorithm takes both the transmitted pulse shape and any noise into account. It can process raw data from experimental device without the preprocessing which would be required with the conventional ESPRIT algorithm.