基于WRELAX时延估计算法的沥青面层分层厚度检测

沥青面层不同材料层的探地雷达(GPR)反射信号相互叠加,会降低沥青面层厚度检测的精度.为此,文中利用WRELAX时延估计算法分析沥青路面的1 GHz空耦GPR反射信号,以提高沥青路面分层厚度检测精度,并通过仿真实验和现场检测进行了效果验证.研究结果表明:WRELAX时延估计算法通过强信号搜索并在迭代计算中逐步去除强信号,使微弱的重叠信号得以显现,从而可以提取出信号时延和幅度的参数信息;1 GHz雷达信号应用WRELAX时延估计算法处理后可以有效检测沥青面层分层厚度,而且估计误差波动相对较小,算法稳健性较好,总体效果优于2 GHz雷达信号;WRELAX时延估计算法的沥青面层分层厚度估计最大相对误差小于5%,满足沥青路面分层厚度检测和评价要求.

相关峰细化的精确时延估计快速算法研究

研究精确计算相关峰的方法,提高时延估计精度,改进传统的CZT算法,计算细化的频谱,降低了标准FFT计算带来的栅栏效应,利用互谱的前后两段计算相关函数的主峰波形,并建立了新的快速变换算法(FICP),相关峰可以任意“插值”而不增加计算量。采用该方法和模型,可以有针对性地利用有限范围频谱,抑制宽带噪声对时延估计的影响,提高相关峰的检测精度。

一种单频水声信号多径时延估计算法

提出一种针对单频水声信号的多径时延估计算法,通过采用频域加权并结合进化规划算法解决代价函数强烈振荡下的高效全局优化。算法引入多径径数建立由多径时延、幅度系数及径数组成的水声信道多径参数模型,在采用频域加权预白化进行非线性最小二乘代价函数解耦处理的基础上,结合进化规划算法进行非线性参数解空间的高效全局寻优,从而实现多径时延的高分辨率估计。利用仿真数据和海上实验数据进行的实验表明,本算法具有较高的多径时延估计精度并可同时实现多径径数的估计。

二次加权频域自适应时延估计算法与应用

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种二次加权频域自适应时延估计模型,给出了二次加权频域SCOT和ML自适应时延估计算法,推导了二次加权频域SCOT自适应时延估计的方差。把该算法应用于对武装直升机的声测无源定位中,用实测直升机噪声数据进行了计算机仿真。结果表明,在低信噪比情况下,二次加权频域自适应时延估计具有更好的时延估计性能。

一种维纳加权频域自适应时延估计算法

提出了一种基于频域自适应滤波的维纳加权时延估计算法。该算法首先实现了对输入信号的维纳自适应滤波预处理,然后在频域实现了自适应时延估计。该算法在将相位数据拟合时,做了一次加权处理,有效地改善了时延估计的精度和自适应收敛速度。最后用实测的直升机噪声数据进行了仿真,验证了新算法的有效性。

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。

CDMA信号码片内多径时延估计算法

针对CDMA信号的特点,提出了低信噪比条件下估计延迟差小于一个码片周期的多径信号时延的有效算法,该文首先建立了一个能够有效抑制噪声影响的多径功率延迟函数,然后推导了建立在此函数基础上的高分辨率时延估计算法,给出了算法的具体步骤,分析了算法的性能,最后通过对比仿真和性能仿真证明了该方法具有低信噪比条件下高频谱分辨率的特点.

基于算法估计的网络端到端时延测量方法

在网络端到端延迟的测量中,常用的方法大多是通过发送探测包来直接得到端到端的时延值。由于存在时钟不同步的问题,所以测量结果的误差较大。针对此问题,在Sue B.Moon提出方法的基础上进一步改进,提出了一种基于算法估计的软件方法,该方法更好地解决了收发时钟不同步的问题,提高了测量的精度。

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。

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。

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。

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.

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术,参数模型法是一类重要的时延估计算法,其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型算法,将其应用于实测的直升机噪声数据,进行了大量仿真试验,为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。

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。

一种用于估计测量设备之间时间偏差的算法

该文分析了单向时延测量的必要性,并指出测量设备之间存在的时间偏差给时延测量带来了误差;该文提出一种算法用来估计测量设备间存在的时间偏差,利用算法估计的时间偏差来校正测量结果,达到准确测量单向时延的目的。仿真验证了估计算法的准确性。

基于时序关联矩阵的高炉冶炼过程多重关联时延估计方法

高炉冶炼过程由炉料传输反应时间和冶炼单元在空间和时间分布上的差异带来的变量时延影响了数据的准确性和真实因果关系,因此有效地估计过程变量间的时延信息,并在时序上配准数据,是后续过程建模、优化控制与性能评估的核心.考虑到变量间时延的多重关联性,提出了一种基于时序关联矩阵的时延参数估计方法.首先,根据过程变量的时延参数在时空上重构对应的时序关联矩阵,并引入灰色关联分析量化时序矩阵的多重关联相关性;接着,考虑到穷举所有时序关联矩阵的时间复杂度,提出了一种双尺度协同搜索策略的动态多群粒子群算法用于快速寻找最优的时延参数,提出的粒子群算法能兼顾全局探索能力和局部探测能力并跳出局部最优解;最后,基于一个数值仿真和某钢铁厂2#高炉的工业实验验证了所提时延参数估计方法的可行性和有效性,且通过所提方法在时序上重构的数据能有效提高后续硅含量软测量模型性能.

基于信道容量估计的一种认知无线电路由算法

针对传统的路由协议不适合在认知无线电网络中使用的问题,提出一种基于信道容量估计的路由算法—CRNRA(cognitive radio networks routing algorithm),该算法综合考虑了主用户可容忍的干扰以及主用户对感知无线(cognitive radio,CR)用户的干扰,对节点间的信道容量进行估计,并将数据包的链路传输时延作为链路的权值,再利用经典的迪克斯屈拉算法找出传输时延最短的路由。仿真结果表明,相对传统路由协议,CRNRA能够有效地降低端到端时延,增大端到端的平均吞吐量。

罗兰C信号TOA高精度估计算法

针对低频地波传播的罗兰C信号TOA(Time of Arrival)估计,提出一种采样周期内分数TOA的高精度估计算法。利用互相关获得有周期模糊的第三周过零点TOA估计值,采用改进的导出脉冲法的估计结果对其解模糊,获得第三周过零点采样周期整数倍的TOA估计值,最后以解模糊后的TOA估计值作为参考通过将其邻域内的离散信号插值为连续时间信号,由此连续时间信号的过零点得到小于一个采样周期的TOA估计。计算机仿真结果和实测数据验证了本文提出的罗兰C信号TOA估计的高精度性能和本文算法的有效性。

一种改进的直升机声测被动定向算法

本文研究了相位谱时延估计算法在直升机被动声定向中的应用。提出了一种改进时延估计精度的新算法。并用实测直升机噪声数据进行了计算机仿真 ,验证了算法的有效性。仿真结果表明 ,该算法具有高的时延估计精度和算法鲁棒性 。

一种解耦合二维MUSIC算法研究

针对目前多信号环境中信号的测频测向问题,利用非均匀时延,解开频率和信号到达角之间存在的耦合,在此基础上实现了解耦合的二维MUSIC算法。可同时测量信号频率和到达角,计算量小,并保持了MUSIC算法测量精度高的特点。仿真结果证明了该方法的有效性。