一种基于四阶累积量的约束自适应多径时延估计

在存在多径信号和空间相关性未知的背景高斯噪声情况下,不考虑多径信号传输的传统时延估计方法的性能会受到影响,甚至恶化。针对此问题,提出了一种基于四阶累积量的约束自适应多径时延估计算法,并对该算法的多径时延估计性能进行了收敛性能分析。该算法能够有效抑制空间相关性未知噪声的影响,在低信噪比的情况下能够直接、准确地进行自适应多径时延估计,克服了传统算法不能直接估计非整数倍采样间隔时延的缺点。计算机仿真试验验证了新算法的有效性。     

一种基于遗传算法的自适应时延估计

基于四阶累积量的约束自适应时延估计（FOC—ETDE）算法具有优良的时延估计性能,但它需要较好的时延估计初值。为了克服此缺点,文章引入遗传算法进行时延估计的寻优,无需时延的先验信息,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。计算机仿真实验验证了新方法的有效性。     

基于循环平稳性的约束自适应多径时延估计

在有多径信号、多通道非平稳干扰信号以及平稳背景噪声的情况下,不考虑多径信号传输的时延估计方法不能准确地估计时延,甚至估计性能会恶化.为此,本文提出了基于循环平稳性的约束自适应多径时延估计算法,并对算法的收敛性能进行了分析.该算法可以有效地抑制干扰和噪声的影响,在低信噪比的情况下直接地、准确地进行自适应多径时延估计,特别对噪声是空间相关的情形也适用,克服了传统算法不能直接估计非整数倍采样间隔的时延和多径时延的缺点.计算机仿真试验验证了新方法的有效性.     

基于四阶累积量和奇异值分解的参数型多径时延估计

在背景相关噪声的情况下,提出了一种基于四阶累积量和奇异值分解（SVD）的参数型时延估计方法。分析表明该方法能够准确进行多径传输情况下的时延估计,有效抑制相关高斯噪声的影响。最后采用Matlab进行仿真验证。     

基于四阶累积量的声波阵列时延估计算法

针对多通道阵列声波信号中可能存在相关噪声的问题,提出了一种基于四阶累积量的时延估计算法。该算法首先计算相邻通道的四阶累积量一维切片,然后对多个通道进行平均,利用高斯噪声四阶累积量为零的性质,抑制多通道阵列环境中存在的相关高斯噪声。实验表明,在较低信噪比情况下,该算法优于传统互相关算法。     

OFDM系统基于导频的信道多径时延估计

本文针对宽带正交频分复用(OFDM)系统,分析了多径时延扩展与循环前缀(cP)长度及导频数目的关系.随后利用导频的频域相关性估计得到信道时域功率时延谱(PDP),并根据PDP提出信道均方根(RMS)时延及最大多径时延门限值的估计算法.最终实现OFDM系统对信道多径参量的实时跟踪,有利于系统参数自适应调整.仿真结果表明,本文算法在低复杂度条件下可以有效获知当前传输信道模型多径时延参数的近似统计信息.     

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。     

基于信号循环平稳性的多径时延估计

本文提出了一种基于信号循环平稳性的多径时延估计算法将高分辨的已知信号多径时延估计方法一WRELAX算法,改造应用于观测信号的循环相关输出.一方面通过循环相关实现对噪声和干扰有效抑制,另一方面又使算法具备对多径时延的处理处理.仿真实验结果及分析证实了算法的有效性.     

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。     

未知波形信号的多径时延估计新方法

该文提出了一种从单个阵元接收数据中估计未知波形信号多径回波时延的新方法。该方法通过建立单阵元接收数据的频域信号模型,分析得出了利用该模型估计多径时延与利用阵列估计来波方向问题的相似性。进而,估计来波方向的ESPRIT算法被改造用于估计多径时延。文中还对通过信号模型估值存在的模糊问题进行了分析,并提出了解决办法。仿真实验结果证明了新方法的有效性。     

房间环境下基于四阶累积量的语音时延估计

主要研究了利用四阶累积量在房间环境下的语音信号时延估计。根据模拟实验环境和实际实验环境下的仿真结果,分别比较了在高斯白噪声情况下与有色高斯噪声情况下基于二阶统计量的广义互相关法和基于四阶累积量的时延估计法性能,验证了四阶累积量法的有效性。仿真结果表明四阶累积量法具有很好的鲁棒性。     

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。     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

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。     

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。     

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。