基于边缘计算的高速光纤通信链路时延估计研究

由于未对接收信号进行去噪处理,导致光纤通信链路时延估计存在估计误差大、准确率低的问题,为了解决方法中存在的问题,提出基于边缘计算的高速光纤通信链路时延估计方法。通过边缘计算设计了高速光纤通信网络架构,基于网络架构中的边缘计算层,通过直射链路的方式构建高速光纤通信链路模型,接收光信号,并使用广义相关算法对接收到的信号进行去噪处理,根据去噪处理结果,结合卡尔曼滤波方法与Round-trip算法估计信号时延。实验结果表明,所提方法的高速光纤通信链路时延估计准确率高、效果好,具有较高的实际应用价值。

基于二次分数低阶协方差的时延估计方法

针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题,提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理,使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩;然后对处理后的收发信号进行二次分数低阶协方差运算,即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证,结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制,并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下,时延估计用时为0.0560 s,准确率达到97.76%。

基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。

合成孔径声呐时延估计误差校正改进算法

由相位解缠错误造成的时延估计误差会严重降低合成孔径声呐时延估计的精度。现有的时延估计误差校正算法采用二次函数作为时延的拟合模型,该模型在距离向近端和远端处不符合时延空变规律,拟合误差较大且无法估计载体的横荡和升沉运动。针对该问题,文章提出一种改进的时延估计误差校正算法,利用时延的距离空变函数代替二次函数作为拟合模型。数值仿真和实验结果表明,相较于参考算法,改进算法校正时延估计误差的效果更好、速度更快,同时还能准确地估计载体的横荡和升沉运动。运动补偿结果显示了改进算法能较好地提升成像质量。

基于小波奇异特征约束的期望最大时延估计算法

针对低信噪比条件下非平稳信号时延估计精度低的问题,提出基于小波奇异特征约束的期望最大时延估计算法。设计小波奇异性特征尺度广义互相关矩阵,构建多尺度小波奇异特征约束下的期望最大化模型。推导参数更新公式,利用期望最大化算法并行迭代,求取奇异性特征显著性最大条件下信号的自适应尺度以及该尺度下声源信号的最优时延估计值。仿真和实验结果表明,所提算法在低信噪比条件下,相较于传统广义互相关时延估计算法以及改进算法具有较高的时延估计精度,并且有效提高了误差约束范围内的有效估计成功率。

基于低通滤波器的柔性关节空间机器人时延估计跟踪控制

为解决位姿不受控情况下柔性关节空间机器人系统预抓取阶段的关节跟踪控制和振动问题,采用拉格朗日方程并结合动量守恒原理进而建立漂浮基三杆柔性关节空间机器人系统动力学方程。为提高柔性关节的等效刚度,引入关节柔性补偿的方法;即根据奇异摄动理论,将柔性关节空间机器人系统分解为慢变系统和快变系统。在此基础上,针对慢变系统设计以时延估计为主框架的滑模控制方法,同时与低通滤波器相结合消除滑模控制带来的系统抖振问题;针对快变系统设计线性速度差值反馈控制系统,抑制柔性关节给系统带来的柔性振动问题。通过仿真验证空间机械臂能够在有限时间内快速、稳定地跟踪上期望轨迹,证实该控制方案具有较好的鲁棒性和可靠性。

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。

基于时延估计的远场被动声源定位算法

现有的基于时延估计的声源定位算法大多假定声源是近场源,而在手机等手持式声源定位设备这种小尺度传声器阵列的应用场景中,声源主要为远场源。传统的基于时延估计的声源定位算法在处理远场源时,效果不佳。为了实现在该类情景中快速而准确地定位,提出一种适用于远场源的定位算法;同时提出一种用于计算广义互相关-相位变换(generalized cross correlation phase transformation,GCC-PHAT)时延估计结果置信度的算法,置信度用于估算时差(time difference of arrival,TDOA)协方差矩阵和选用传声器对。将传声器视为节点,用置信度表示节点间的距离。将传声器对的选用问题转化为图论中的路径规划问题,即寻找经过所有节点的最长路径。MATLAB仿真实验结果表明:当声源归为远场源时,与传统Chan算法相比,本文提出的远场定位算法在准确度和精度方面都有很大优势。采用基于路径规划的传声器对筛选算法后,远场定位算法将具有优异的抗干扰能力,在低信噪比或者高混响时间等恶劣声学环境下,也具有令人满意的定位效果。

基于双耳能量差及时延估计的声源定位方法

目前,声源定位已被应用到很多场合,如地下声源的检测系统、会议室、助听器等。在定位方法中,时延估计方法简单、效果较好,因此得到广泛的应用。在声源定位中,仅通过双耳时间差的方法会降低定位的精度。因此,提出基于双耳模型的能量差及时延估计联合的声源定位方法。在实验中,主要采用2个麦克风来模拟双耳模型从而构建直角坐标系,同时计算2个麦克风接收到信号的时延及能量,联立方程组,从而计算出声源的位置。

基于端点检测与互相关时延估计的精准光纤扰动定位检测

针对双马赫曾德干涉仪型分布式光纤扰动传感系统无法实时高效精准定位的检测难题,提出了一种快速端点检测与互相关时延估计相结合的快速精准定位检测方案。采用一种改进型的巴特沃斯滤波端点检测算法,实现了对原始干涉扰动信号的精准快速扰动端点检测,以获取干涉信号中的高频扰动部分,剔除无效低频干扰数据。基于互相关时延估计算法,对获取的两路高频扰动信号进行固定时延求解,并根据扰动位置与固定时延之间的关系解调出作用于传感光纤链路上的具体扰动位置。实验测试结果表明,在总长为1.1 km的光纤链路上,双马赫曾德干涉仪型分布式光纤扰动传感系统的定位标准差仅为5.2 m。该定位检测方案具有较高的定位精度和较好的信号处理实时性。

基于稀疏重构的铁路货车TFDS网络传输时延估计

铁路货车TFDS网络传输时延估计过程中易受到噪声干扰,造成估计结果不精准,故提出基于稀疏重构的铁路货车TFDS网络传输时延估计方法。分析铁路货车TFDS网络传输集成信号,以信号稀疏表达为基础计算增益稀疏向量,完成信号预处理。根据稀疏字典原子匹配原理得到稀疏重构信号输出结果,根据信号权重计算铁路货车TFDS网络传输时延估计值。实验结果表明,该方法无噪声干扰下时延为350 ns,有噪声干扰时延变化范围为310~380 ns,与实际值一致,估计结果更精准。

基于时延估计的非视域隐藏目标深度定位研究

非视域成像技术是对直接视线范围内看不到的物体(如拐角处的隐藏目标)进行探测并成像的技术,基于飞行时间的成像技术主要是探测深度图,首先需要完成对隐藏目标的深度定位,再对其进行图像重建。提出使用时间延迟估计算法对隐藏目标进行深度定位,并分别进行两组实验,针对不同隐藏目标个数和隐藏目标之间的距离,在不同噪声比下(0、5 dB、10 dB和20 dB),对隐藏目标的深度定位进行研究。实验结果表明:当隐藏目标之间的距离不断变小时,深度定位误差也在不断增大,隐藏目标之间的最小距离约100cm(激光脉冲为1ns);噪声对深度定位的影响较小,去噪后的误差减少为1~2cm,表明提出的时延估计算法具有一定的抗噪能力。

声学测温TOF时延估计算法研究现状及前景

采空区等隐蔽区域煤自燃温度的精准判定一直未能更好地解决,难以对深部松散煤体真实温度进行实时、准确探测。声学测温是此类隐蔽火源探测的一种新方法,但声波飞渡时间(TOF)的准确测量是松散煤体声学测温的前提及基础,而时延估计算法是精确获取TOF的关键。为此,文章从声波飞渡时间测量基本原理出发,综述各类互相关函数时延估计法,通过理论分析建立声波时延估计数学模型,探索合理的算法和技术对声源信号的相关参数进行设定和优化,将为声学法煤温探测基础研究和技术研发提供思路,为采空区等隐蔽区域火源精准探测提供新的方向。

基于电磁辐射时延估计的串联光伏直流电弧故障定位方法

串联直流电弧故障是光伏系统电气火灾的主要诱因,在系统运维中不仅需要识别电弧故障,更需要确定电弧故障的发生位置。针对光伏串联直流电弧故障定位问题,该文提出一种基于电弧电磁辐射信号广义互相关时延估计的故障定位方法。搭建光伏串联直流电弧故障定位试验平台,分析光伏串联直流电弧电磁辐射信号特性,其在电弧产生初期具有明显的脉冲变化特征,且电弧电磁辐射信号强度与电流变化率成正比。通过对比分析,选取性能较为均衡的Vivaldi天线进行电弧电磁辐射信号测量,其带宽为100 MHz~1 GHz。采用4根天线构成的Vivaldi天线阵列进行电弧故障定位,其天线分别位于棱长1 m的正三棱锥顶点。利用最大似然加权算法进行广义互相关时延估计的加权处理,减少信号噪声影响;同时用最小二乘法进行电弧电磁辐射信号互相关频谱峰值拟合,从而减小频谱计算中栅栏效应的影响。试验结果表明,所提方法的定位误差在15%以内,为基于电弧电磁辐射的故障定位策略应用提供了依据。

基于时延估计改进的主动隔声耳罩语音增强算法

为实现高噪声场所中的听力保护和不同角度入射声源的语音增强,文章采用基于谱减法改进的广义互相关(Generalized Cross Correlation,GCC)时延估计方法对麦克风阵列接收信号进行同步处理,将同步后的阵列信号与基于广义旁瓣抵消器(Generalized Sidelobe Canceller,GSC)的主动隔声耳罩语音增强算法结合,实现噪声抑制和语音增强。首先以GCC算法为基础,引入多窗谱估计的谱减法作为时延估计信号的预处理环节,提高传声器接收信号的信噪比对算法进行改进。随后对加入谱减法的GCC时延估计算法,比较分析了取不同加权函数的仿真结果。最后由时延估计结果对麦克风阵列信号进行时延补偿,对改进后的主动隔声耳罩语音增强算法的噪声抑制和语音增强效果进行了分析。与改进前算法相比,在不同噪声环境下输出的语音信号质量有明显提升。

脉冲噪声环境下混沌扩频时延估计算法研究

针对传统时延算法面对脉冲噪声时运算结果峰值旁瓣比较低,且存在误判点较多难以判断的问题,提出了一种新型加权高斯相关熵时延估计方法,并将该方法应用于电缆故障定位的仿真模型中。仿真结果表明,与现有的方法相比,不仅可以在脉冲噪声环境下获得良好的时延估计效果,而且在强脉冲噪声干扰下依旧能够保持较高的定位精度。在不同强度的脉冲噪声背景下,其运算结果相比其他3种方法主峰值旁瓣比绝对值增加0.0203 dB以上,误判峰值与故障点峰值比减少了0.0539以上,均方值误差减少了1.8636 m以上。

通信测距复合系统中一种改进的时延估计算法

为了提高低信噪比条件下通信测距复合系统的时延估计精度,在广义互相关算法的基础上,提出一种改进的广义互相关时延估计算法。该方法将互相关函数做指数运算,再进行广义加权处理,抑制了噪声对信号的干扰,把经过傅里叶逆变换得到的相关函数进行高次方运算,增大主峰和次峰的相对值,让峰值更加突出。仿真结果表明,该系统可以完成测距任务与通信任务,并且在低信噪比下具有更好的时延估计性能。

基于联合加权的广义二次相关时延估计算法

现有的时延估计算法在低信噪比条件下时延估计值与真实值误差较大,而时延估计的准确性直接影响声源定位的最终结果,于是提出一种联合加权的广义二次相关时延估计算法。通过在已有的广义二次相关算法的基础上,对其加权函数进行改进,联合相位变换(PHAT)和平滑相干变换(SCOT)函数,得到新的广义加权函数:SCOT/PHAT。在MATLAB中设计了基于麦克风阵列的时延估计和声源定位的仿真,并与传统的PHAT加权和基于广义二次相关的SCOT加权算法对比,结果表明,在低信噪比环境下,改进算法能得到较高的时延估计精度。

利用多级时延估计与传递函数拟合的水下自干扰抑制法

提出了一种利用传递函数拟合与多级时延估计相结合的自干扰抑制方法来抑制接收信号中的强自干扰信号。首先通过频域解卷积估计发射泄漏的传递函数,进而构建出基本的对消信号,再通过互相关法与互谱法相结合的多级时延估计,精细补偿对消信号,获得良好的自干扰抑制效果。对实际海试数据的处理结果表明,当采用无人水下航行器(UUV)搭载一体化系统,在舷侧阵工作扇面内发射多帧线性调频(LFM)信号对目标船进行有源探测时,该方法的抑制比可达36 dB,且使得可检测回波的信干比从-30 dB降低到-55 dB,对后续的自干扰信号存在同样的抑制效果。以上结果表明该方法可抑制强自干扰信号,呈现出了较强的稳定性,使得淹没于强自干扰信号中的回波信号得以检测。

编码器-时序建模结构的时延估计及在回声抵消中的应用

提出了一种使用编码器-时序建模结构的时延估计方法来估计声学回声抵消中传声器信号相对远端信号的时延。该方法以短时傅里叶变换域的远端信号和传声器信号作为输入特征,通过复数卷积神经网络构成的编码器提取带有相位信息的高维特征,利用循环神经网络学习两输入信号之间的时延关系,构建了从信号到时延的映射。仿真实验结果表明,相比WebRTC-DE和GCC-PHAT,所提方法的优势有:(1)模型的参数量和计算量不受时延长度影响;(2)有效缩短了时延估计的收敛时间和跟踪时间;(3)在长混响和双端对讲的情况下具有更小、更稳定的估计误差和标准差。将使用编码器-时序建模结构的时延估计方法与自适应回声抵消级联的实验验证了新方法的有效性。