一种改进的分数时延估计方法及应用

传统的分数时延估计算法对环境噪声和混响噪声比较敏感,在复杂的实际环境中,算法性能会严重下降。为进一步提高时延估计算法性能,提出一种基于广义互相关(Generalized cross correlation,GCC)改进算法的广义互相关-最大似然相位补偿(GCC-Maximum likelihood phase compensation,GCCMLP)分数延时估计算法。该算法改进了GCC频域加权函数,并将线性相位补偿应用于频域互相关谱,获得连续的分数时延估计值,进一步提高了分数时延估计的精确性。仿真结果表明,GCC-MLP相位补偿分数时延估计算法增强了对环境噪声和混响噪声的鲁棒性,减小了时延估计误差,算法性能优于曲线拟合、Sinc插值等传统分数时延估计算法。

基于最小CIM准则的Farrow结构分数时延估计

提出了一种基于最小相关熵诱导距离(CIM)和Farrow结构的分数时延估计算法。该算法具有较强的抗脉冲噪声的能力,且所需观测数据较少,时延估计结果精度较高。理论分析和仿真实验表明,所提算法的估计精度和抗脉冲噪声性能均优于基于分数低阶统计量的LETDE算法。

基于抛物线插值的分数时延估计算法

时延估计技术在通信、雷达、声呐、定位、盲信号分离、超声波测距、生物医学工程等许多领域都有着广泛的应用,这些系统的精度与时延估计的精度息息相关。但时延精度受限于采样间隔,不可避免会引入分数倍时延。在众多分数时延估计算法中,三点插值法是一种非常简单高效的方法。针对基于三点插值的分数时延算法估计精度受限问题,提出基于五点平滑的三点插值法,提高分数时延估计精度;该方法利用相关峰及相关峰前后两点,对相关峰进行五点平滑后,再进行二次抛物线插值来估计分数时延。仿真结果表明,文章所提改进算法的分数时延估计误差优于传统三点抛物线插值法,验证了该方法的有效性。

脉冲噪声下基于非线性函数的分数时延估计方法

针对现有的自适应分数时延估计方法在脉冲噪声下性能退化问题,提出一种新的基于非线性函数的分数时延估计算法。该算法在tanh函数基础上引入调节因子MED构成新的非线性函数,然后将新非线性函数和Lagrange插值滤波器相结合,实现脉冲噪声下分数时延自适应估计。该算法无需知道噪声的先验信息,且仿真实验结果表明,相较现有方法,该算法在低混合信噪比和高脉冲噪声环境下的分数时延估计稳态均方误差更小。

采用时延估计的外辐射源雷达杂波抑制算法

针对外辐射源雷达目标探测中监测通道存在分数倍时延杂波而造成杂波抑制性能下降的问题,提出了采用加权子空间拟合时延估计的外辐射源雷达杂波抑制算法(WSF-TDE-CM)。在假设接收数据中的目标信号远远弱于杂波信号的前提下,该算法首先利用接收数据的自相关矩阵通过加权子空间拟合的方法建立杂波时延估计模型,将分数时延估计问题转化为复正弦频率估计的优化问题,然后利用量子粒子群算法求解杂波时延,最后通过估计的杂波时延构造杂波矩阵,将接收信号投影到杂波空间的正交补子空间中,从而实现杂波的抑制。WSF-TDE-CM算法不需要设置滤波器阶数,在杂波时延为分数时延的情况下仍能保持良好的杂波抑制性能。仿真实验表明,当监测通道存在分数倍时延杂波时,WSF-TDE-CM算法与扩展相消算法相比,其杂波抑制比提高了约20dB;同时,在目标回波信噪比为-30dB时也能很好地检测到弱目标回波。

基于小孔径圆阵的宽带LFM信号时差测向

对圆阵干涉仪下宽带线性调频(LFM)信号的时差测向方法进行了研究。针对干涉仪测向中常见的相位模糊以及传统时差法不能精确地估计出小孔径的圆阵阵列的基线时差这两大问题,应用了不需要解模糊过程的分数时延估计法求得高精度时延差,并将其代入求得方位角和仰角。根据建立的测向模型,对不同基线组合方式下的方位角和仰角均方根误差进行对比,求得最优基线组合方式,并且从信噪比、基线长度、信号仰角方面分析了测量误差。仿真结果表明,应用本文中的时差法对宽带LFM信号进行测向,在小孔径圆阵的低信噪比环境下仍能获取较高的测向精度。

宽带LFM信号的压缩感知测向算法

在采用均匀圆阵对宽带线性调频(linear frequency modulation,LFM)信号进行测向时,由于满足奈奎斯特采样所需采样数据量很大,加重了实时处理系统负担。针对这一问题,在小孔径圆阵环境下提出并构建了基于压缩感知理论的时差测向模型,以较少的观测点实现了信号的波达方向估计。研究结果表明,应用所提的基于压缩感知的分数时延估计法对宽带LFM信号测向时,能够获得与分数时延估计测向算法相似的测向精度,并且大量减少了数据的运算量,提高了算法的时间效率。