High-Precision Time Delay Estimation Based on Closed-Form Offset Compensation

To improve the estimation accuracy,a novel time delay estimation(TDE)method based on the closed-form offset compensation is proposed.Firstly,we use the generalized cross-correlation with phase transform(GCC-PHAT)method to obtain the initial TDE.Secondly,a signal model using normalized cross spectrum is established,and the noise subspace is extracted by eigenvalue decomposition(EVD)of covariance matrix.Using the orthogonal relation between the steering vector and the noise subspace,the first-order Taylor expansion is carried out on the steering vector reconstructed by the initial TDE.Finally,the offsets are compensated via simple least squares(LS).Compared to other state-of-the-art methods,the proposed method significantly reduces the computational complexity and achieves better estimation performance.Experiments on both simulation and real-world data verify the efficiency of the proposed approach.

基于最优四基阵的被动式声源定位估计

针对现有被动式声源定位算法测量精度低、适用范围小等问题,提出了一种基于最优四基阵的被动式声源定位估计方法。该方法通过构建最优四基阵阵列结构以实现多阵元点共用,旨在使用较少的阵元总量实现对目标声源的融合定位估计,从而提高定位精度。并就该阵列模型确定空间目标定位方程组,将求解位置坐标问题转换为求解阵元点之间时延差值问题。进而采用二次分数低阶协方差算法求解脉冲噪声环境下的相应阵元间时延差值,即求得阵元信号的自分数低阶协方差和两阵元间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,提高时延差值估计精度;最终将求得的时延估计信息带回定位方程组已实现对空间声源的定位估计。通过数值仿真和实测实验验证了所提方法的可行性及阵列结构的优越性。在实测实验中对声源定位估计误差仅为0.085 1 m,表明所提方法能较高精度的实现脉冲噪声环境下的声源定位,拓展了被动式声源定位算法的应用场景,具有一定的实际应用价值。

基于RIS的二维波达角估计系统设计与实现

新兴的智能超表面(Reconfigurable Intelligent Surface,RIS)技术作为6G潜在关键使能技术之一,通过大量的电磁单元智能调控无线信号的反射特性,有望实现对无线传播环境的主动增强与感知,其在角度感知估计方面的应用受到广泛关注。现有文献报道的RIS波达角估计硬件实现工作中,RIS往往采用固定列控或行控的编码方式,无法充分发挥其空间维度自由度,只能进行一维的波达角估计。在此背景下,本论文设计了一套灵活的智能超表面控制平台,实现对每个电磁单元的独立且高速的控制,充分发挥RIS硬件的空间自由度,并在此平台上实现基于RIS的二维波达角实时估计功能。首先,介绍基于RIS的波达角估计系统设计方案,通过对RIS进行高速空时编码调制,使反射信号的谐波分量与入射信号的波达角建立映射关系,在接收端利用反射信号各谐波的幅度和相位信息,对入射信号波达角进行实时估计。随后,基于所提方案设计系统的无线帧结构相关参数,构建基于RIS的二维波达角实时估计原型系统。最后,使用原型系统开展测量实验,在多个测量点位对波达角的方位角和俯仰角分量进行估计与数据记录,实测数据验证了所提方案的可行性。

基于贝叶斯估计和数据融合的复合材料结构冲击定位

到达时刻(TOA)是用于冲击定位的关键特征之一,目前随着信号处理技术的不断发展,在文献中可找到多种时频模型进行测量,但是在选择上通常依赖于人的经验。此外,考虑到测量模型的系统误差和测量噪声引起的不确定性,传统基于TOA的冲击定位方法存在不足。为此,本文提出了一种基于贝叶斯估计和数据融合的复合材料结构冲击定位方法。首先,应用多种不同的时频模型来获取冲击响应信号的TOA数据;然后根据TOA数据测量误差的不确定性,应用贝叶斯定理构建冲击位置的后验概率密度函数;再采用马尔可夫链蒙特卡罗采样方法估计冲击位置参数的后验分布,并用正态分布进行拟合;最后,对不同TOA数据获得的冲击位置概率分布进行融合,利用融合后的概率分布对冲击源的位置做最终决策。通过复合材料加筋板上的落锤撞击实验验证了本文方法的可行性,平均定位误差仅为0.94 cm,相比于传统基于TOA的冲击定位方法可靠性和准确性更高,且在鲁棒性和定位时间方面同样具有优势。

基于时空编码数字超表面的雷达散射截面积缩减及波达角估计方法

传统的波达角(DOA)估计方法的实现通常基于相控阵天线系统,而其高昂的硬件成本限制该技术在不同领域的应用和推广,此外相控阵天线普遍不具备隐身性能,其在工作频段内雷达散射截面积(RCS)普遍较高。为解决上述问题,该文在时空编码(STC)理论的基础上提出了一种基于超表面同时实现RCS缩减和DOA估计的方法,并利用一款毫米波超表面对算法进行了验证。实验结果表明,该方法实现的波达角估计误差在1°以内,同时RCS缩减大于10 dB,为DOA估计和RCS缩减功能的集成提供了全新的思路,具有高性能、低成本等特点。

未知信号传播速度的TDOA定位方法研究

研究了未知信号传播速度时的到达时间差(Time-Difference-Of-Arrival,TDOA)定位问题,提出两种联合估计信号传播速度和目标位置的定位方法。第一种方法为两步加权最小二乘方法。在该方法中,首先不考虑变量之间关系,得到一个关于未知变量的初始加权最小二乘估计。为改进第一步估计的性能,第二步考虑第一步估计中变量之间的关系,将其转换为一个标准的广义信赖域子问题,最终获得更高精度的估计性能。第二种方法为半正定松弛方法,通过构建非线性非凸加权最小二乘问题,然后利用半正定松弛技术将其松弛为凸的半正定规划问题,容易求解。仿真结果表明,所提两种方法均能够在高斯噪声下,且噪声不太大时达到克拉美-罗界。

已知波形信号的时差频差估计方法研究与性能分析

借助深入分析和长期积累,非合作定位系统可以获得关于电视、广播、导航等电磁信号波形的丰富先验信息,对这些信息加以利用有望大幅提高对信号参数的估计精度。该文针对导航、通信等欺骗干扰源及非法用户的无源定位需求,在观测站与辐射源之间存在相对运动的场景下,围绕已知波形信号开展时差频差估计问题研究。首先,通过引入已知的信号波形信息对观测站接收数据进行建模,直观呈现了观测数据与不同观测站信号相对于原始信号时延、频移的关系。随后,充分利用入射信号波形已知这一有利条件,通过估计两个观测站各自的时延和频移,并对不同观测站上的估计结果进行差分,提出了一种针对已知波形信号的双站时差、频差估计方法。在此基础上,该文分析了已知波形信号时频差估计精度的理论下界,揭示了时频差估计精度受观测站接收信号幅度等因素的影响情况,并进一步分析了双站时频差估计精度与单通道时延、频移估计精度之间的关系。最后,借助仿真实验验证了论文所提出的时频差估计方法在不同环境中的参数估计性能,以及信号波形先验信息的利用给时频差参数估计精度带来的提升情况。仿真结果表明,在所设定的信号环境中,该文所提出的方法对低信噪比的适应能力比基于互模糊函数的传统方法增强了15 dB左右;当该方法的参数估计性能达到收敛之后,其时差频差估计精度与CRLB非常吻合。

基于多信号分类-改进早晚功率锁相环的5G机会信号定位算法

随着5G技术的不断发展,5G蜂窝网络已被广泛应用于城市地区。然而,基于5G的机会信号定位技术中存在着测距精度不高的问题。针对此问题,提出一种改进型5G机会信号定位算法,该算法将多信号分类(multiple signal classification,MUSIC)算法与改进的早-晚功率锁相环(phase-locked loop,PLL)结合,不仅简化了锁相环结构,更保证了测距精度;同时搭建了基于5G机会信号定位的原理样机,并对改进算法方法的有效性和可行性进行了验证,试验结果表明伪距均方误差为3.03 m。本文所提出的算法不仅结构简单、系统稳定,而且在测距精度上也有一定的优势。

面向不确定性传感器位置的一致TOA定位

目标定位是指利用传感信息估计目标在特定坐标系中的空间位置。基于到达时间(Time of Arrival,TOA)或等价的,基于距离的定位方法凭借其高精度特点得到了广泛研究。现有TOA定位方法一般假设传感器位置是精确的,只考虑距离测量噪声。而考虑了传感器位置不确定性的文献通常缺少统计学优化与分析,无法得到一致性估计。本文同时考虑距离测量噪声和传感器部署不确定性,将目标位置与传感器坐标均当成未知变量构建最大似然问题。本文首先给出关于观测噪声和传感器空间分布的假设,以保证一致性估计器的存在性。有趣的是,本文分析了最大似然估计性质,证明了其不一定具有一致性。本文进一步变换原始观测方程,构建可最优求解的优化问题。特别地,针对距离测量噪声方差已知情况,构建了含二次目标函数和一个二次等式约束的广义信赖域问题,并给出了其最优解求解算法;针对距离测量噪声方差未知情况,构建了普通线性最小二乘问题,实现目标位置和距离测量噪声方差的同时估计。本文针对两种情况分别提出了相应的偏差消除方法,实现了一致估计,即随着观测数量增加,估计值收敛至真实目标位置。一致性特性使所提算法在大样本观测场景可实现超高精度定位。此外,推导了高斯-牛顿迭代算法,可在观测样本和传感器位置不确定性较小时提高算法定位精度。仿真结果验证了所得理论结果的正确性和所提算法在大样本观测下的优越性。

SIMPLE AND EFFICIENT SPACE-TIME CHANNEL AND DOA ESTIMATION TECHNIQUES IN TD-SCDMA SYSTEMS

In this paper, a simple method is presented for multi-user space-time channel estimation in Time Division-Synchronized Code Division Multiple Access (TD-SCDMA) systems. The method is based on a spe- cific midamble assignment strategy, which results in a cyclic Toeplitz midamble-matrix in the linear equation of the received data vectors. A Fast Fourier Transform (FFT)-based algorithm is used to obtain the estimate of the uplink multi-user space-time channels. Furthermore, the estimated space-time channel is applied to the identification of multi-paths for each user, and Direction Of Arrival (DOA) estimation for each path is carried out by using the extracted spatial signature vector. Aside from the simplicity in computation, the proposed di- rection of arrival estimation method can effectively resolve multi-paths regardless of the correlation and angle separations of the multi-paths.

危险天气下4D改航回归航迹规划方法

为解决航班因危险天气临时绕飞导致的航迹冲突问题,提出一种面向航迹运行(TBO)的4D改航回归航迹规划方法。首先,根据航空器性能限制,栅格化空域,使用蚁群算法与轮盘赌法,以改航路径最短为目标,生成三维空域内危险天气下的改航路径;然后,提出航迹回归概念,根据预计到达时间(ETA)计算改航速度,对齐时间得到4D改航航迹;最后,以我国中部某主要航段为运行场景,选取3个航迹回归点,采用“调速+等待”策略,计算避让危险天气的三维可行航迹,以燃油消耗与排放成本的计算结果与改航航迹产生的冲突为参考,评估各改航方案。结果表明:当选择最晚回归点时,改航方案3燃油消耗为5.9 t,温室气体排放量为26.3 t,是3种方案中消耗最少的,但需解脱冲突2次;选择最早回归点的改航方案1未与其他航班出现冲突,但燃油与排放相比方案3增加0.1%和0.2%。以上结果证实,该方案可实现危险天气下选取不同回归点时的4D改航回归航迹规划。

考虑注意力和时空特征深度学习的网约车行程时间预测

提出一种基于注意力机制的时空特征深度学习模型.通过卷积神经网络去学习行程过程中所花费的时间和距离,以及交通拥堵状态信息;然后,通过注意力机制从通道和空间两个角度去捕获影响行程中路段通行时间的异常信息.最后采用双层的长短时记忆网络去学习行程中的路段序列信息,并通过多任务的学习机制从路径和路段两个角度出发去预测路径通行时间.研究结果表明:提出的方法与DEEPTRAVEL模型相比,预测精度的平均绝对误差和平均绝对百分比误差分别提升了8.23%和20.79%.

一种等差参差脉冲信号的检测方法研究

针对低信噪比环境下信号估计概率低和子周期呈等差的脉冲参差信号低截获、难分选的问题,提出了一种基于改进滑窗与等差判决的信号参数估计与分选方法。文中,首先利用改进滑窗的双门限检测对脉冲信号信噪比进行增强,计算比较滑窗能量累积值,寻找信号的起始、终止时间。其次,针对等差层次的时序重复特性,提出基于差分统计的等差判决流程,使序列差值直方图算法在复杂脉冲环境和脉冲丢失较高环境下能够分选该种参差信号。仿真与试验结果表明:该方法在-6 dB情况下有10%以上的精度提升,等差判决算法在高脉冲流密度条件下仍能较准确地分选出该种信号,且在脉冲丢失较高环境下仍有一定的分选成功率。

面向快递员揽收到达时间预测的多任务深度时空网络

快递员揽件到达时间预测,即预测用户下单后快递员的上门揽收时间,一直都是物流企业所关心的重要问题。准确的揽件到达时间预测可以优化揽件效率,提升用户体验。该问题主要存在以下挑战:(1)快递员揽件到达时间受到多种复杂时空因素的影响,包括待预测订单自身的时空特征,以及与其他待揽收订单之间的相互影响;(2)快递员在执行揽件任务期间,会不断接收到系统分配的新订单,造成揽收路线的动态变化,从而给揽件到达时间预测带来了更大的不确定性。针对以上挑战,提出了一种面向揽件到达时间预测的多任务深度时空网络MSTN4PAT模型,从海量的揽件历史数据中学习快递员揽件到达时间的复杂时空模式。MSTN4PAT充分挖掘待预测订单始发地与目的地之间的内在关联,使用多任务学习来建模订单之间的相互影响,并从特征宽度和特征深度2个角度高效融合各种特征,实现准确的揽件到达时间预测。在真实的揽件数据集上的实验结果表明,MSTN4PAT的预测效果明显优于对比模型。

基于多维傅里叶变换的阵列空时信号处理与应用

目前常用的阵列空时信号处理方法需要计算全部阵元接收信号的采样矩阵,并通过对矩阵的各种运算来提取信息,但是大中型阵列的阵元数量众多导致矩阵维数较大,高维矩阵的巨大运算量使其难以在具有实时性要求的工程中应用。针对这一问题,将傅里叶变换从时域推广至空域,指出了空域与角度域之间存在的傅里叶变换关系。在此基础上,借鉴多维傅里叶变换方法阐释了线阵与面阵各自空时联合处理的二维与三维傅里叶变换表达及其物理意义。通过示例性仿真验证了前述理论建模与特性分析的正确性与有效性,从而为大中型阵列的空时信号实时处理工程应用提供了新的技术手段。

超宽带定位研究与应用:回顾和展望

超宽带(Ultra-Wideband,UWB)技术能获得比现有无线定位技术更高的测距定位精度.本文主要讨论UWB定位技术的研究和应用,包括TOA/TDOA(Time/Time Difference of Arrival)等UWB定位方法、多径时延估计理论、非视距定位和协作式定位、多带OFDM(Orthogonal Frequency Division Multiplexing)定位和其他超宽带信号定位方式等方面,对其发展历程和现状进行了充分的叙述和分析,最后指出了仍存在的问题和值得进一步探讨的方向.

基于TDOA的超声波室内定位系统的设计与实现

设计并实现了一种基于射频与超声波信号到达时间差的高精度室内定位系统,用于无线传感器网络中节点的定位和跟踪。系统中位置固定的信标节点周期性同步发射射频信号与超声波脉冲,待定位的移动节点测量接收到的射频和超声波信号的到达时间差,并将此数据采用分时的方式发送至中心控制主机。中心控制主机应用实验中得出的时间补偿参数,计算移动节点与信标节点之间的距离,最后采用极大似然估计算法实现目标的定位。实验结果表明,该系统的平均定位误差在10 cm以内,具有较高的定位精度。

一种线性校正TOA定位算法

针对到达时间定位中出现的非线性估计问题,提出了一种基于线性校正的定位算法.该算法首先将非线性到达时间定位方程转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正;同时分析了所提算法的有效性.仿真结果表明,该算法具有较好的定位性能.

跳频信号2D-DOA与极化参数的欠定估计

为在欠定条件下估计跳频(frequency hopping,FH)信号二维波达方向(two dimensional direction of arrival,2D-DOA)和极化参数,从而有效辅助FH网台分选和信号识别、跟踪等,提出基于空间极化时频分析的联合估计算法.在建立FH信号极化敏感阵列快拍数据模型基础上,推导空间极化时频分布(spatial polarimetric time frequency distributions,SPTFD)的线性时频扩展形式SPSTFT,同时给出一种组合时频分布方法定位各跳(hop)信号在时频面上的自项区域,据此构造各hop的SPTFD和SPSTFT矩阵.利用SPSTFT/SPTFD矩阵中蕴含的信源极化-空域特征信息采取两种不同方法估计2D-DOA和极化参数.新算法无需多维参数寻优和配对,计算量小.仿真结果表明,本算法能在欠定条件下有效估计FH信号2D-DOA和极化参数,SPTFD矩阵法估计精度高,并能处理发生频率碰撞的hop.

基于Haar小波变换的信号到达时间估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号的到达时间估计算法。先利用相关检测算法,对信号的起止时间进行粗估计。在检测到信号的条件下,估计出信号频率并将其变换至基带,在一定尺度下对基带信号作Haar小波变换,检测出小波变换模值的峰点位置作为到达时间精估计。给出了小波尺度选取的原则,并推导了到达时间估计的克拉美罗限(CRLB)。计算机仿真表明,信噪比达6 dB时,到达时间估计的均方根误差小于0.8倍的采样间隔,实现了对信号到达时间的精估计。