一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,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。计算机仿真试验验证了新方法的有效性。     

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。     

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。     

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。     

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。     

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.     

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。     

一种基于HB加权的频域自适应时延估计新算法

为了提高低信噪比情况下的自适应时延估计精度和收敛速度，提出了一种基于HB加权的频域自适应时延估计新算法。给出了频域自适应时延估计算法和新算法的原理模型。最后将该算法应用于低空目标声测定位中，用实测的直升机噪声数据进行了仿真。仿真结果表明，在低信噪比情况下，新算法有更高的估计精度，收敛速度和稳健性。     

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。     

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。     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征入手,建立了基于四阶累积量联合对角化的干扰估计模型,提出了联合干扰重构和自适应对消的主瓣干扰抑制算法,给出了处理流程和工程应用条件,分析了干扰重构的相对误差,对信噪比损失性能进行了仿真分析,同时评估了对测角性能的影响。仿真结果表明,在干噪比大于40 dB、干扰与目标夹角大于1/8 波束宽度的条件下,该算法可有效抑制主瓣干扰,其重构的干扰信号与真实干扰信号相对误差小于2% ,干扰抑制后目标回波信噪比损失小于3 dB,测角精度恶化小于波束宽度的1/30。     

基于遗传算法的二维谐波频率估计

针对高斯有色噪声背景下的二维谐波频率估计问题,本文利用二维四阶累积量对高斯噪声不敏感,却包含有二维谐波的频率与幅度信息,将该问题转化为一个多元函数的极值问题,然后提出了基于遗传算法的二维谐波信号参数估计算法.该算法可以直接估计出谐波的频率与振幅,并且不需要考虑频率的配对问题,使得估计过程得到了简化.仿真实验证明了算法的有效性.     

自适应时延估计中的信号自相关函数估计

应用自适应滤波方法可以估计未知源信号的观察信号间的时延。但是只有知道观察信号的信噪比或者其中源信号分量的自相关函数或功率,才能确定时延估计的方差。本文根据被动检测时延估计的信号模型和自适应滤波原理分析指出,采用自适应滤波结果直接计算的相关分量的自相关函数及功率是一个有偏估计。应用自适用滤波器参数,可以得到一个常数修正因子,修正该有偏估计,得到自相关函数的近似无偏估计。不同条件下的估计实例表明,通过修正显著提高了信号功率估计的准确性。     

信噪比时变情况下的自适应时延估计方法

本文介绍了一种自适应时延估计的改进方法，此方法用于在信噪比时变情况下，对空间上分离的两个传感器所接收的带限信号的时延估计。它的优点在于：当信噪比变化或未知时，它能对时延的变化随时做出估计。文中给出了此方法的估计精度和收敛特性。     

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.     

基于变步长LMS自适应时延估计算法

介绍一种基于均方误差的变步长自适应时延估计算法,通过建立步长因子μ（k）与误差信号e（k）之间的非线性函数关系,实现了时间延迟的快速估计。仿真结果表明,该算法具有运算简单,时延估计准确,收敛速度快和抗干扰能力强等优点。     

一种HB加权的自适应时延估计器

本文提出了一种ＨＢ加权的自适应时间延迟估计方法。这种方法不依赖于输入信号和噪声的先验知识，具有较高的估计精度和收敛速度，适用于低信噪比下的时间延迟估计。