针对脉冲噪声条件下利用传统广义互相关法(Generalized Cross-Correlation,GCC)进行时延(TDOA,Time Difference of Arrival)估计性能退化问题,提出一种基于最小1-范数准则的TDOA参数估计算法。对于高斯噪声,传统GCC估计方法能够实现统...针对脉冲噪声条件下利用传统广义互相关法(Generalized Cross-Correlation,GCC)进行时延(TDOA,Time Difference of Arrival)估计性能退化问题,提出一种基于最小1-范数准则的TDOA参数估计算法。对于高斯噪声,传统GCC估计方法能够实现统计最优,但当噪声的统计分布为非高斯分布时,利用传统GCC参数估计方法的估计精度和鲁棒性急剧下降。利用最小1-范数准则,提出一种存在α-稳定分布重尾脉冲噪声环境下的TDOA估计算法。系统仿真实验与结果分析表明,与传统GCC方法和分数低阶矩(Fractional Lower Order Moments,FLOM)方法相比,该算法在鲁棒性和估计精度方面均有明显改善。展开更多
文摘针对脉冲噪声条件下利用传统广义互相关法(Generalized Cross-Correlation,GCC)进行时延(TDOA,Time Difference of Arrival)估计性能退化问题,提出一种基于最小1-范数准则的TDOA参数估计算法。对于高斯噪声,传统GCC估计方法能够实现统计最优,但当噪声的统计分布为非高斯分布时,利用传统GCC参数估计方法的估计精度和鲁棒性急剧下降。利用最小1-范数准则,提出一种存在α-稳定分布重尾脉冲噪声环境下的TDOA估计算法。系统仿真实验与结果分析表明,与传统GCC方法和分数低阶矩(Fractional Lower Order Moments,FLOM)方法相比,该算法在鲁棒性和估计精度方面均有明显改善。
基金国家自然科学基金面上项目“藏粮于地理念下耕地轮作休耕的对象确定、模式选择与实施路径研究”(71673096)教育部人文社会科学研究青年项目“乡村振兴战略背景下中国耕地轮作休耕的响应与适应机制研究”(19YJC790054)+2 种基金中国博士后科学基金第64批面上项目“乡村振兴战略对耕地轮作休耕的影响及政策选择研究”(2018M642882)华中师范大学中央高校基本科研业务费项目“土地利用与粮食安全”(CCNU19TD004)南澳绿色产业局资助项目“The influence of prefabrication on the Circular Economy”(56121725 18GISAG-GISA-prefabrication)