基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法

针对卫星干扰源定位系统中时延估计的问题,在研究经典的广义互相关和二次相关时延估计算法的基础上,为避免不同加权系数的选取对广义互相关时延估计精度影响差异很大这一缺点,提出了一种基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法,该算法利用自适应滤波器对信号和噪声的先验知识需求较少、具有自动调节自身参数的能力,首先对信号进行前端滤波处理,再将处理后的信号进行二次相关,最后利用希尔伯特差值法对相关峰值进行锐化,以获得较为精确的时延估计结果。

基于相关函数和希尔伯特插值的时延估计算法性能分析

文章以通信卫星干扰源定位系统中的时延参数估计为背景,首先对广义互相关算法的不同加权系数和快速二次相关时延估计算法进行仿真比较,分析了各个算法的优缺点。最后通过希尔伯特差值法对二次相关时延估计算法进行改进,仿真实验证明该方法通过锐化峰值达到了提高时延估计精度的效果。

数字预失真系统整数时延估计方法研究

在数字预失真系统中,相关检测法是常用的时延估计算法。为了降低相关函数对噪声的敏感度,减少数字预失真系统时间延迟估计误差,将希尔伯特差值法和不同加权函数的广义相关时延估计算法相结合,并通过仿真比较,选取时延估计性能较好的基于CC(cross correlation)加权的广义相关希尔伯特差值算法用于数字预失真系统的整数时延估计。仿真结果表明:基于CC加权的广义相关希尔伯特差值算法用时较少,受噪声影响较小,时延估计性能较好,能有效降低时间延迟估计误差,提高系统性能,有利于实际应用。

基于ISGMD-DHT的电压暂降特征提取方法研究

针对电压暂降特征信号在谐波、噪声环境下的准确提取问题,提出了一种基于迭代辛几何模态分解-差值希尔伯特变换(iteration symplectic geometry mode decomposition-difference Hilbert transform,ISGMD-DHT)的提取方法。首先,基于哈密顿矩阵与辛QR分解构造重构轨迹矩阵,结合辛几何相似变换得到初始辛几何分量。其次,根据相似度准则拟合初始辛几何分量并计算残余分量,再根据残余分量构造轨迹矩阵。然后,重复上述操作直至满足迭代终止条件获得最终相互独立的辛几何分量。最后,通过差值希尔伯特变换提取暂降特征量。仿真和实测数据的分析结果表明,该方法能在严重噪声、谐波扰动情况下准确提取暂降特征量。

射频窄带信号时差估计算法研究

研究了定位中的射频窄带信号时差估计问题,给出时差估计的信号模型,在研究传统广义相关时差估计算法及基于希尔伯特变换时差估计算法基础上,提出了广义相关希尔伯特差值时差估计算法。通过仿真实验,给出估计性能曲线,与广义相关法及希尔伯特变换时差估计算法相比,仿真结果表明该算法具有较好的估计性能。

基于循环二次相关的时延估计

针对无源定位中时延估计的问题,在研究循环二次相关时延估计算法的基础上,结合希尔伯特差值时延估计算法,提出了一种新的时延估计方法。该方法运用希尔伯特差值法对循环二次相关峰值进行锐化处理,提高了时延估计精度,能在低信噪比条件下取得更好的时延估计性能。仿真验证了算法的有效性。

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。

基于奇异值分解的互相关时延估计优化算法

针对多站时差定位系统在低信噪比下无法获得准确的时延估计,进而影响时差定位的精度,提出一种基于奇异值分解和希尔伯特差值的互相关时延估计优化算法。首先对接收信号进行奇异值分解,提高信号的信噪比,然后将处理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,模拟分析了不同算法的时延估计精度,结果表明,新的优化算法时延估计精度更高,具有良好的抗噪声性能。