基于高阶累积量的高精度时延估计算法

针对海洋探测中由于接收信号信噪比低并存在各种噪声干扰导致时延估计精度低的问题,提出一种基于二次相关和高阶累积量的具有多种噪声抑制能力的高精度时延估计新方法——SC-HOCS法。该方法首先对两路接收信号进行自相关和互相关处理,抑制部分高斯噪声,然后利用高阶累积量一维切片法对信号进行处理,抑制相关高斯噪声和非高斯色噪声,通过对接收信号的上述处理提高信噪比,最后结合希尔伯特变换对相关峰进行锐化处理,进一步提高时延估计精度。与广义相关法、二次相关法及高阶累积量一维切片法相比,该方法能很好地抑制相关噪声并且能在更低的信噪比下获得较好的时延估计精度,同时该算法计算量较小,可满足对数据实时处理的需求。计算机仿真和水池实验验证了该方法的有效性。该方法为海洋探测中低信噪比信号的高精度时延估计提供一种新的技术途径。     

相关噪声背景下加权高阶累积量的时延估计方法

时延估计是双基阵被动定位中的重要问题。在非相关噪声干扰下,应用广义互相关法进行时延估计可以取得良好的估计效果,但在相关噪声干扰情况下其估计性能严重下降。使用高阶累积量进行时延估计,可以有效地去除相关高斯噪声的干扰。采用类似广义互相关加权的方法对高阶累积量进行PHAT加权,进一步抑制噪声的影响,提高了高阶累积量法的估计性能。结果表明,在相关噪声背景下加权高阶累积量时延估计效果优于广义互相关法和高阶累积量法。     

音频无人机定位的时延估计模拟分析

针对无人机非平稳音频信号时差定位中,广义互相关时延估计算法抗噪性差和时延估计值精度低等问题,文章采用了一种基于广义二次相关时延估计的改进算法。算法对叠加了实际噪声（如风声、雨声、汽车鸣笛声等）的无人机音频信号进行频谱细化的广义二次相关,有效抑制了噪声干扰,融合相关峰精确插值算法,提高了互相关函数的分辨率,使得时延峰值更加明显。仿真实验结果表明,改进的广义二次相关方法在不同信噪比时,比广义互相关和广义二次相关算法的时延估计精度更高,稳定性更好。改进的广义二次相关算法对无人机定位中的时延估计具有更好的性能优势,具有较强的实际应用性。     

噪声相关条件下多传声器时延多尺度估计

提出一种基于小波分解的多尺度时延估计方法,解决非稳态、有色噪声且通道间噪声存在相关性的条件下提高时延估计精度问题,并把这一理论应用于声阵列对声源的定位.利用小波良好的时间-频率分解性能将非稳态信号分解为多个稳态信号,同一尺度内进行互相关获得多尺度时延值,并证明了小波分解不会改变信号之间的固有时延值.针对不同尺度内时延值不一致、无法识别出正确时延值这一问题,提出用三传声器之间时延匹配关系消除噪声相关性,来识别正确时延,从而实现非稳态、噪声相关条件下的时延估计.最后通过正四方形声阵列试验检验了该方法,试验证明:该方法不但提高了识别率、细化和突出了相关函数的波峰,还提高了时延估计的稳定性和精度.     

三元相关被动测距方法探讨

提出了在被动测距声纳工作背景下的三元相关被动测距方法。通过仿真分析,比较了二元极性相关、三元极性相关和三元非极性相关法在时延估计精度和目标检测性能上的差异。仿真实验结果表明,相对于二元极性相关法,三元非极性相关法在信噪比为13dB到4dB范围内的时延准确估计概率提高了6%到14%,时延估计根方差减小了5到30个采样周期,检测性能上提高了近4 dB。但三元相关法在时延估计和目标检测上所需计算量较大,需要进一步研究相应的快速算法。     

自来水管网相关检漏技术中时延估计方法的选择与综合

管道相关检漏技术中时延估计方法的选择决定了漏点定位的准确性和精确性，本文分析讨论了几种典型的应用环境下时延估计的原理，包括：（１）不相关噪声中各种广义互相关技术和维纳滤波；（２）相关高斯噪声中用多谱技术进行时延估计的方法；（３）混响干扰环境中利用信号重构技术进行时延估计的原理，给出了在设计检漏系统和实际检测时，对时延估计方法进行选择和综合的一般性原则。     

同步信标在水下机动小目标轨迹测量中的高精度时延估计方法

研究了使用窄脉宽、短周期、高频率的单频同步信标信号在水下机动小目标轨迹测量中的高精度时延估计方法。利用MATLAB进行了不同信噪比下时延估计效果的仿真,得出时延估计精度在不同信噪比下的误差曲线;结果表明,信噪比在20dB以上时,利用包络检波器进行时延估计,其精度优于10μs;而利用自适应相位估计来补偿粗测时延,可以得到优于0.1μs的测时精度。     

基于三阶累积量及自适应滤波时延估计的管道定位方法

针对直接互相关被动时延估计法定位管道异常振动事件存在噪声干扰影响定位精度的问题,提出了基于三阶累积量及自适应滤波时延估计的管道异常事件定位方法。该方法对顺、反两路异常振动信号进行三阶自累积量和互累积量估计,抑制高斯相关噪声和对称分布噪声。然后利用自适应滤波时延估计算法对三阶自累积量和互累积量信号的时延进行迭代计算,在不依赖先验知识的情况下抑制非高斯相关噪声。经现场实验证明,该方法可以准确地对管道异常事件进行定位,对噪声具有很好的抑制作用,改善了直接互相关时延估计的性能。相对于直接互相关时延估计方法,相对定位误差由2.7%降低到0.6%,定位一致性提高了三倍,平均定位精度可达14m。     

泄漏检测应用中突发干扰对LMS时延估计性能的影响

文章中把LMS时延估计算法用于地下管网的泄漏检测和漏点定位，避免了经典时延估计算法一广义互相关法(GCC方法)需要知道信号和噪声统计特性等先验知识的不足，但是泄漏检测应用中，管道外在环境造成的突发性强干扰，导致了传感器接收到的信号是非平稳的，而非平稳信号对LMS的时延估计性能有不利影响，文章中分析了这种由突发性强干扰导致的非平稳信号对LMS时延估计收敛性、收敛速度和时延估计值的影响，提出了消除突发干扰的方法。实验表明，在地下管网泄漏检测应用中，该方法能够有效地消除强突发干扰噪声，使得估计性能得到显著的改善。     

Pattern时延差编码水声定位的时延估计研究

基于Pattern时延编码体制,针对水下超短基线定位系统设计了呼叫信号的正、负调频时延编码结构,并提出利用二次互相关技术进行时延估计。该方法在一定程度上能够提高呼叫方的可检测信噪比,同时在复杂环境下对信道中包括直达波在内的多径信号能量进行累加,能够准确地完成峰值检测,进而达到提高时延估计精度的目的。海试实验结果表明二次相关法在不同信噪比条件下能有效地抑制界面反射产生的多径干扰。     

自适应时延估计在蛙人超短基线定位中的应用

蛙人超短基线(Ultra-Short Base Line, USBL)定位设备实现浅水环境下高精度定位的关键技术之一是精确的时延估计。由于自适应时延估计方法具备环境自适应能力强的特点,文章将混合调制的拉格朗日直接时延估计方法应用于蛙人USBL定位时的高精度测向上,它可以在信标信号中心频率已知的情况下将小数时延滤波器调制到信号中心频率处,以较低的阶数提供更高的时延估计精度;并根据USBL阵型和信号自身的特点,对混合调制的拉格朗日直接时延估计在低信噪比下的具体使用模式进行了探讨和仿真验证;结果显示,所采用的自适应时延估计方法可以在中低信噪比下提供1°～3°的定位测向精度。     

The combined effect of signal decorrelation and random noise on the variance of time delay estimation

Tissue motion and elasticity imaging techniques commonly use time delay estimation (TDE) for the assessment of tissue displacement. The performance of these techniques is limited because the signals are corrupted by various factors including electronic noise, quantization, and speckle decorrelation. Speckle decorrelation is caused by changes in the coherent interference among scatterers when the tissue moves relative to the ultrasound beam. In time delay estimation, the effect of noise is usually addressed through the signal-to-noise ratio (SNR) term. Decorrelation, often a significant source of error in medical ultrasound, is commonly described in terms of the correlation coefficient. A relationship between the correlation coefficient and the SNR was previously derived in the literature, for identical signals corrupted by uncorrelated random noise. In this paper, we derive the relationship between the peak of the correlation coefficient function and the SNR for two jointly stationary signals when a delay is present between the signals. Recently, an expression for the Cramer-Rao lower bound (CRLB) has been derived in the literature for partially decorrelated signals in terms of the SNR and the correlation coefficient. Since the applicability of the CRLB is determined not only by the SNR, but also by the correlation coefficient, it is important to unify the expression for the CRLB for partially correlated signals. In this paper, we derive an expression for the CRLB in term of an equivalent SNR converted from the correlation coefficient using an SNR-p relationship, and show this expression to be equivalent to the expression for CRLB. We also corroborate the validity of the SNR-p expression with a simulation. Using this formulation, correlation measurements can be converted to SNR to obtain a composite SNR. The use of this composite SNR in lieu of those in the CRLB expression in the literature allows the extension of the literature results to the solution of the common TDE problems that involve signal decorrelation.     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

广义互相关时延估计声定位算法研究

针对地面目标声定位因信噪比较低而定位精度差的现象,提出了基于广义互相关法的声定位系统,根据平面四元法目标定位计算式,研究了广义互相关算法在实际中的应用。环境噪声、军事目标声和民用目标声频谱范围大多集中,即出现目标声会与背景噪声高度重合的情况,发现一般加窗滤波法在降低噪声的同时亦会将目标声强度大大削弱,而广义互相关时延估计法是通过计算两路信号互相关函数的最大值而求得时延差,其精度高、稳定性好。通过计算机仿真得到在信噪比较低的情况下,加窗滤波因大大削弱目标声强度而造成定位精度较低,而利用广义互相关方法可得到较为精确的声定位坐标。     

On the subsample time delay estimation of narrowband ultrasonicechoes

Correlation based time delay estimators, optimal under certain conditions, exhibit the well-known threshold effect of poor performance at low signal-to-noise ratio (SNR). This sudden reduction in performance of the correlation based time delay estimators at low SNR arises from the misidentification of one unique “extremum” in very noisy conditions and from the peak fitting procedure in the case of the subsample time delay estimation. In this paper, two new estimators-the MSX and MXS-for the estimation of subsample time delays in narrow-band signals are proposed. In these estimators, cross-correlations and autocorrelations are matched at a number of different lags to yield a number of time delay estimates which are subsequently combined to obtain one robust time delay estimate. They seem to perform adequately over the SNR range used in simulations of -5 to 20 dB. Their performances are compared to those of two cross-correlation based estimators. Using simulated data, it is demonstrated that all four estimators perform well at high SNR, but at low SNR the proposed MSX and MXS estimators offer significant improvements in the bias and variance of the estimates. Additionally, these findings are verified using ultrasonic experimental data at three different SNR     

基于三次相关改进的广义互相关时延估计法在局部放电超声波定位中的研究

在现有的开关柜等电气设备局部放电超声波定位技术中,到达时间差定位法(Time Difference of Arrival,TDOA)在定位精度与技术实现等方面有着一定的优势,得到了广泛的使用,是目前常用的方法,其中的时延估计算法对整个系统起着关键作用。文章首先对目前现有的基本相关、广义相关、二次相关等时延估计算法进行了分析。其次,在二次相关基础上再进行一次相关,并设计了新型的加权函数,将三次相关与广义互相关结合在一起,成为一种新的方法,即广义三次相关时延估计法。最后,搭建了相应的开关柜实验平台并对以上方法进行了实验及对比,分析了各算法的性能。结果表明,广义三次相关时延估计法在相对强噪声环境中较其他算法抗噪性能更强,具有更好的优越性。