混响和有色噪声环境下的顽健时延估计方法

提出一种针对混响和有色噪声的顽健时延估计算法.该算法通过对房间冲激响应进行盲辨识来去除混响的影响,并使用延迟相关矩阵抑制有色噪声,从而提高了实际环境下时延估计算法的性能.仿真实验结果表明,在混响和有色噪声环境下,此算法能有效地进行时延估计.     

脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型，研究了非高斯噪声对传统的二阶循环统计量的影响，提出了分数低阶循环相关的概念，研究并证明了其性质，对传统意义上的二阶循环统计量进行了广义化，并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明，该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值，其性能不仅优于基于二阶循环相关的自适应时延估计算法，而且优于最小平均P范数（LMP）自适应时延估计方法。     

脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型,研究了非高斯噪声对传统的二阶循环统计量的影响,提出了分数低阶循环相关的概念,研究并证明了其性质,对传统意义上的二阶循环统计量进行了广义化,并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明,该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值,其性能不仅优于基于二阶循环相关的自适应时延估计算法,而且优于最小平均p范数(LMP)自适应时延估计方法。     

宽带无线信道精细时延和响应联合估计方法

研究适用于无线信道测量的定时偏移和信道联合估计方法.发射机发送具有循环前缀结构的导频信号段.接收机根据粗同步信号确定快速傅里叶变换的窗口起始位置.利用改进时域最小二乘信道估计和变换域滤波,获得高精度的信道估计值.对频域接收导频信号段的定时偏移进行精细估计,对定时偏移量进行滤波并累加.最后,对频域接收导频信号段进行定时偏移补偿.信道估计器、定时延迟偏移精细估计器与补偿单元三者构成迭代相干延迟锁定环路.仿真结果表明：采用迭代相干联合估计方法进行精细定时延迟估计的性能明显优于非相干方法.     

一种空间色噪声环境下的鲁棒自适应波束

该文提出了一种基于对角加载的鲁棒自适应波束形成算法,以提高空间色噪声环境中自适应波束对方向矢量误差的鲁棒性。该算法首先利用噪声协方差矩阵对阵列相关矩阵进行预白化,同时定义了一个与噪声矩阵相对应的椭圆方向矢量模糊集,然后,通过在该模糊集内进行最坏情况性能优化来确定对角加载因子。和现有的通过迭代求解加载因子的方法不同,该文给出了最优加载因子的近似解析表达式,降低了运算量,揭示了哪些因素可以影响最优加载因子,以及如何影响。仿真结果表明,在空间色噪声环境中,该算法具有很好的鲁棒性,并且,给出的加载因子表达式是其真实最优解的一个准确近似。     

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。     

OFDM系统基于信道多径时延检测的自适应信道估计

针对宽带正交频分复用(OFDM)系统,提出了一种基于信道多径时延估计的自适应信道估计算法.文章分析了无线信道的特性,随后利用导频频域相关性进行多径时延估计,提出通过动态跟踪信道时延估计参数自适应选择信道估计中适宜的导频数目的方法,同时实现循环前缀(CP)长度的实时调整.仿真结果表明,在时变环境下,本文算法可以有效获知当前信道时延参数的近似统计信息,实现对系统冗余信息的优化.     

非高斯相关噪声中高斯的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数，本文则研究非高斯相关噪声中高斯信号的时延估计问题，提出了一种解决该问题的混合方法。该方法先计算观测值的三阶累积量，然后利用累积投影公式计算观测噪声的二阶统计量，最后利用互相关方法确定信号时延参数，仿真结果验证了该方法的有效性。     

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。     

一种多径环境下麦克风阵列时延估计算法

针对多径环境下麦克风阵列时延估计问题,将归一化最小均方误差法(NLMS)与互关联法(CR)相结合,提出了NLMS-CR算法.对该算法的结构和原理进行了详细的分析,并将其与传统的相位变换广义互相关法(GCC-PHAT)和NLMS进行了比较;同时,在不同的信噪比(SNR)与声源环境下验证了该算法的效能.仿真结果表明:在较严重的多径环境下,NLMS-CR的性能优于其他传统的算法;当信噪比较高且接收信号相关性较低时,NLMS-CR具有很高的时延估计准确率.     

一种复杂噪声环境下的语音端点检测方法

噪声环境下的语音端点检测在语音识别系统中占有十分重要的位置。为了提高端点检测的鲁棒性和实时性,本文提出了一种延迟分割策略：以能频比为特征参数确定粗端点,并在此基础上使用排列熵算法确定精确端点,以精确端点为起始点分割语音信号,对所得到的语音片段信号按照分类标准消除噪声信号带来的错误分割。在TIMIT连续语音库与NOISEX-92标准噪声库上的实验表明,文中提出的方法比基于常规的基于零能与谱熵的方法有更好的检测效果,特别是在低信噪比的情况下,效果尤为突出。同时由于排列熵算法的简单易实现,算法的实时性表现非常好,能够为嵌入式移动通信设备提供精确快速的语音端点检测技术。     

脉冲噪声环境下一种韧性的时延与 多普勒频移联合估计法

由于α稳定分布噪声会降低基于二阶循环统计量的传统方法的性能,本文基于分数低阶统计量理论提出p阶循环相关的概念并给出相应性质及证明,在此基础上对已有的循环模糊函数进行了广义化.计算机仿真表明,这种广义的循环模糊函数能够在高斯和α稳定分布噪声条件下有效地联合估计时延和多普勒频移,其性能不仅优于基于二阶循环相关的CCA(循环模糊函数)法,也优于FLOAF(分数低阶模糊函数)法,是韧性的、具有更广泛应用意义的方法.     

改进的通信信号多径时延估计算法

为提高多径条件下通信信号时差定位系统中时延估计的精度,提出了一种利用信号循环平稳特性改进的WRELAX多径时延估计算法,给出了算法推导过程及流程图.新算法结合了循环时延估计算法和多径时延估计算法的优点,既可分辨多径时延,又能很好地抑制噪声及强干扰.仿真结果表明,新算法在多径分辨率及估计精度方面均优于原算法.     

基于M估计变步长自适应仿射投影算法的稳健时延估计

该文提出了一种基于M估计变步长自适应仿射投影方法的稳健时延估计(TDE)算法。该算法将自适应仿射投影算法应用于时延估计,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;应用稳健M估计理论,抵消重尾噪声干扰。数值仿真表明,在高斯噪声、非高斯噪声甚至冲激噪声的干扰下,该文算法比高阶统计量法和最小均方自适应法有更强的稳健性和更高的估计精度。     

An Adaptive Time Delay Estimator Based on ETDE Algorithm with Noisy Measurements

We address the problem of adaptive time delay estimation with noisy measurements. We develop a computationally efficient adaptive time delay estimator based on Explicit time delay estimation (ETDE) algorithm, by applying the unbiased impulse response estimation ap-proach. In this algorithm, a weighted error function is de-rived, and the time delay is explicitly parameterized in the filter coefficients and iteratively updated directly by uti-lizing the modified error function. Simulations validate the performance of the proposed algorithm for colored input and low signal-to-noise ratio scenarios.     

噪声环境下Nakagami-m参数估计方法研究

多径衰落信道估计是移动通信系统在实际环境中为了提高接收机性能而迫切需要解决的问题。Nakagami-m参数估计方法主要有盲估计和基于导频信号的信道参数估计方法,重点研究了基于最大似然的Nakagami-m参数盲估计方法,该方法充分利用了最大似然估计是一种最优选择原理,当其概率密度函数取最大值时,可以把m的期望值作为其参数估计值,由此无需导频信号而直接估计出系统的信道系数。理论分析和仿真试验均证明了该方法在噪声环境下的可行性和适用性。     

一种模糊函数时频差联合估计快速算法

直接相关时延估计方法仅适用于接收站和辐射源都相对静止的情况,若接收信号存在多普勒频差则会严重影响时差(TDOA)估计精度,为解决相关时延估计方法的局限性,采用基于模糊函数的时频差联合估计方法,并针对模糊函数计算量巨大的问题,提出一种变时频分辨率峰值搜索方法。利用GPU并行计算架构实现来实现算法,以提高算法效率,加快算法收敛速度。仿真试验结果表明了算法的有效性。     

一种基于RLS算法的自适应时延估计算法

针对基于LMS算法的自适应时延估计算法收敛速度慢的缺点,推导出一种基于RLS算法的自适应时延估计算法,并分析了基于RLS算法的自适应滤波器的均值性能。经仿真证明该算法的收敛速度有了一定提高,并且其时延估计的跟踪性能得到了改善。