低信噪比环境下基于γ-LMS算法的修正无偏自适应时延估计方法

当环境信噪比低于某一阈值,由输入噪声引入的有偏维纳解使最小均方(LMS)自适应时延估计器的错误时延估计概率陡然增加。系统分析了LMS自适应算法有偏估计的噪声来源及有偏时延估计器的性能,并基于Treichler的γ-LMS算法提出了一种修正无偏自适应时延估计方法。该方法利用传统LMS自适应滤波器可以获得的信息估计输入噪声功率,然后根据γ-LMS算法的思想在迭代过程中引入一个修正因子,逐步去除输入噪声的影响,无需假设输入与输出噪声功率相等或功率比已知、有用信号应为白过程等限制条件。自适应时延估计的仿真实验与供水管道泄漏检测定位中的实际数据处理都验证了该方法的有效性。

低信噪比下的LMS自适应无偏时延估计

比较性研究了最小均方(LMS)时延估计器中有偏与无偏估计算法的时延估计性能,并基于Treichler的γ-LMS算法提出了一种改进的无偏估计方法.利用自适应滤波器中最佳逼近原理的几何解释来估计输入噪声的功率,迭代过程中逐步去除输入噪声的影响,使得最优维纳解的真实峰值得到增强,在低信噪比或复杂噪声环境下显著改善了自适应时延估计性能.该方法无需假设输入与输出噪声功率相等或功率比已知、有用信号应为白过程等限制条件,因此具有广泛的应用价值.仿真与实际数据处理都验证了该方法的有效性.

基于自适应时延估计的室内近场测距算法

室内近场测距利用近场区内电磁场之间的相位差与通信距离之间的关系来实现测距.但测量相位差不仅需要目标信号的先验知识,且对系统同步精度要求较高.该文将电磁场之间的相位差转化为电磁场之间的时间延迟,通过自适应时延估计来实现近场测距.SETDE算法能够在低信噪比的情况下实现时延的自适应估计,且计算开销小,适用于实时测距系统.但当时延变化快时,SETDE算法对时延的估计会存在一定的时间滞后,且有可能收敛于局部最优值,无法得到真实时延.针对这个问题,该文提出了一种改进的RSSI-SETDE算法,并通过仿真和实验测试对算法的可行性进行了验证.在现有脉冲噪声模型和传播模型的基础上,通过自适应阈值脉冲消隐器滤除脉冲噪声,计算接收信号强度,得到通信距离和电磁场时延的粗略估计,将其作为SETDE算法的初始时延估计值.在一定信噪比范围内,RSSI-SETDE算法能够避免代价函数局部最优值对时延估计的影响,提高算法的收敛速度,适用于对室内移动目标的快速跟踪测距.

一种改进的最小方差自适应时延估计算法在碰摩声发射定位中的应用

针对转子碰摩声发射信号在传播过程中因衰减和噪声影响而难以定位的问题,引入最小方差自适应时延估计(LMSTDE)算法.对传统的LMSTDE算法进行了改进,提出了将衰减系数与时间延迟同步迭代估计的LMSTDE算法.该算法增加了一个衰减系数估计器,利用估计值与参考值的误差将时延与衰减系数同时进行迭代估计.为了加快算法的收敛速度,对该算法还进行了变步长处理,提出了当估计值与参考值的误差较大时利用误差的梯度来调整步长,当误差较小时引入遗忘因子对误差信号进行加权从而确定新步长的方法.理论分析及实验结果表明,改进的LMSTDE算法能够收敛到真实值处,与传统LMSTDE算法相比,能显著提高算法在低信噪比时的性能,具有更快的收敛速度.

一种基于高阶累积量的自适应时延估计新方法

讨论了存在于相关高斯或对称分布噪声中的非高斯信号的时延估计问题。可通过采用基于高阶统计量的自适应方法估计出滤波器的权系数 ,根据权系数的最大值求得时延估计。为了能得到非整数采样间隔的时延 ,常用SINC函数对滤波器权系数进行插值。但为了得到精确的时延估计 ,该法需要足够长的滤波器权系数。提出了一种可在相关高斯噪声中 ,只要较少的滤波器权长就能对非高斯信号的时延进行估计的新方法 ,称为最小权值误差平方和法。它对整数或非整数采样间隔时延均能进行估计。

分布式光纤振动传感器的自适应时延估计

针对传统的安全防卫系统存在监测距离较短、抗电磁干扰能力弱、维护成本高等缺点,设计了一种新型的分布式光纤振动传感器.传感器由双向马赫-泽德(M-Z,Mach-Zehnder)干涉仪构成全光纤的光路组成,通过光纤敏感入侵者的振动来进行传感和定位.实验测得传感器的信号为低通带限信号.根据传感器的信号特点,研究了基于最小均方(LMS,LeastMean Square)算法的自适应时延估计方法,给出了自适应算法的性能分析结果.建立了实验系统,现场试验结果表明自适应算法可实时地获取振动的位置,平均误差小于200m,已成功用于多个地区的安防报警系统.

基于四阶累积量的自适应参数型多径时延估计

在存在多通道信号干扰及背景噪声的情况下,本文提出了一种基于四阶累积量的自适应参数型时间延时估计方法。该方法能准确地进行多径传输情况下的时间延时估计,有效地抑制相关高斯噪声的影响. 仿真结果说明了方法的有效性。该时间延时估计方法可用于声纳及雷达系统的目标定位。

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。

用于回声消除系统的自适应延时估计算法研究

为避免回声消除系统中滤波器过长导致的各种缺陷,提出一种单滤波器结构的自适应延时估计(delay estimation,DE)算法,并与现有的两种双滤波器延时估计算法S-DE、PHT-DE进行对比研究。先阐述自适应延时估计算法的原理,并对三种算法进行理论研究,然后采用高斯白噪声作为输入信号,以稀疏回声路径为实验条件,对算法进行计算机仿真。仿真结果表明,与PHT-DE相比,S-DE算法计算复杂度较低而稳定性较弱,但两种算法均为双滤波器结构,因此存在信息冗余而导致计算复杂度浪费。新算法为单滤波器结构,可有效避免双滤波器结构的信息冗余,其性能与计算复杂度均优于S-DE、PHTDE,是各种DE算法里实用性最强的算法。最后指出该算法的改进方向是进行统计学建模,为参数设置提供理论指导公式。

基于LMS自适应时延估计和FPGA的超声波测风系统研究

利用超声波传感器进行风速测量时,温度对超声波传播有很大影响,时延估计对超声波测风系统的精度起到很大的作用。本超声波测风系统为避免温度对风速测量中的影响,采用了基于时差法的测量原理,为了提高时延估计值的精度,提出了基于最小均方(LMS)自适应时延估计的测量方法,研制了以单片机Atmega128和现场可编程门阵列(FPGA)为核心的硬件系统。仿真和实际测试的结果表明,该超声波测风系统的时延估计值精确度较高,具有很高的应用价值。

LMS自适应时延估计法在被动定位系统中的应用研究

小均方 (LMS)自适应时延估计法不依赖于输入信号和噪声的统计先验知识而可以跟踪动态或时变的环境和参数 ,算法亦比较简单。计算机仿真和湖试数据分析表明 ,将LMS自适应时延估计法应用于被动定位系统 ,可以获得较高的定位精度。另外 ,对影响被动定位精度的因素进行了分析。

基于自适应核时频分布的多普勒频移及多径时延估计

对修正时频相关函数多径时延估计法作了改进 ,提出了两种基于自适应核时频分布的LFM脉冲声纳目标回波多普勒频移及多径时延的联合估计方法。即首先利用目标回波及发射信号的先验信息 ,构造抑制交叉项的时频分布 ,再利用 WVD峰值法及 Radon- Wigner变换法进行参量估计。最后 。

供水管道泄漏自适应时延估计法漏点定位研究

为解决工业及生活中供水管道泄漏问题,对供水管道漏点定位方法进行了研究。利用供水管道上安装的声发射传感器采集信号,采用自适应时延估计法计算出泄漏信号在上、下游传感器间的时延值;结合两传感器之间的距离及泄漏信号的传播速度,计算出漏点距上下游传感器的距离,即确定漏点的位置。仿真结果表明,该定位方法可靠性好,精度高;自适应时延估计法也适用于确定管道漏点的位置。

空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。

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。

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。

应用离散粒子群算法的大距离超声信号LMS自适应时延估计

针对塔机安全预警系统中远距离障碍物检测对精度和实时性的需求,以超声回波时延估计为研究对象,提出了一种基于离散粒子群算法(DPSO)的最小均方误差自适应时延估计(LMSTDE)方法。该方法引入DPSO进行LMSTDE的寻优规划,解决了LMSTDE计算量庞大的问题;通过引入步长可变的LMSTDE算法和加速因子可变的DPSO,解决了算法过早收敛易陷入局部最优的问题。实验对比表明:改进后的算法保留了原有算法的高精度及抗噪性强等优点,且运算速度提升了25倍左右,可以实现中远距离障碍物的实时检测,且可靠性较高。

无源互调干扰的二维时延自适应估计算法

针对影响通信接收机性能的时变性无源互调干扰问题,采用幂级数模型对无源互调干扰进行建模,从工程的角度给出了基于二分法、快速二分法和并行法的3种二维时延自适应估计算法,并对其性能进行了对比.仿真表明3种搜索算法经过不同次数的迭代后,均可估得二维时延值.其中,基于快速二分法的估计算法能以相对较低的资源消耗量获得较快的跟踪速度,更适合硬件实现.实测表明,原理样机采用基于快速二分法的二维时延估计算法,可对PIM信号实现更好的估计效果,补偿后的信号经自适应滤波可获得良好的性能.

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。