时延估计方法.ppt

《时延估计方法.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、时延估计方法相关分析是比较两个函数或信号的时间域相似程度的基本方法。其基本思想是利用两接收信号x1(t)和x2(t)的相关函数来估计时间延迟。广义相关法、广义相位谱法、双谱法或高阶累计量法和参数模型法是几种基本的时延估计的方法。广义互相关技术最佳的滤波器为信号自功率谱的倒数，即对该式右边进行反变换后的相关函数有一个冲击函数，即相关波形将在信号时延处出现尖锐的相关峰。采用各种形式的频域滤波器对互相关函数进行处理，以使相关函数的峰更尖锐。这种方法被称为广义互相关法。互功率谱经滤波后的形式如下：可以用实际测量得到的一路信号的自功率谱来近似代替（称为

2、ROTH函数）：或还可以用两路信号的自功率谱之积作近似滤波器（称为SCOT权函数），即还可以取其它权函数。广义相关时延估计方法能提高时延估计的精度，特别是较低信噪比情况下的精度，但是，必须合理选择加权函数才能兼顾高分辨率和稳定性问题，同时，要求信号是平稳的,且需要信号和噪声的统计先验知识。广义相位谱法是基于相位谱估计的时延估计方法中最常见的一种算法。由相关函数时间域转换为功率谱密度函数在频率域比较信号之间的相似性。自适应时延估计方法基于自适应滤波器的自适应时延估计算法，常用的是LMSTDE(最小均方误差时延估计算法)。自适应时延估计法也就是迭

3、代实现的广义相关时延估计法。小波分析和自适应时延估计方法结合起来,对宽带雷达信号进行时延估计。此法能在较低的信噪比环境下准确估计时延。不同级别的分解信号的时延估计精度不同,分解信号频率越高,时延估计精度越高,也就是说分解信号频率越高,能在越低信噪比环境下准确估计时延。二次相关法由于噪声功率对信号的影响直接影响了一次互相关法对信号进行时延估计时精度,所以进一步的降低噪声对信号的影响是提高时延估计精度的方法之一。在此基础上提出了时延估计的二次相关法以进一步在低信噪比的环境下保证一定的时延估计精度。信号模型：二次相关时延估计算法的基本原理：将x1(

4、n)的自相关函数和x1(n)与x2(n)的互相关函数R12再做相关运算，以进一步降低噪声对时延估计精度的影响。通过对二次相关函数峰值的估计就可提取时延信息。优越性在于相关计算过程中,减少了噪声对信号的影响,与一次相关法相比可以在更低的信噪比环境中估计时间延迟。计算信号的相关函数时，计算量很大。为了减少计算量，根据维纳辛钦定理，可以采用FFT(快速傅立叶变换)进行快速计算以减少计算量。基于相关系数的窄带时间延迟估计方法多径时延估计已知信号多径时延估计（EM算法实现ML）含噪参考信号多径时延估计（循环相关函数的LS法）未知波形信号的多径参数估计（

5、music算法、esprit算法）极大似然估计(MxaimmuLikehhoodEstimatino)是参数估计问题的有效方法，具有近似最佳的估计性能及稳健性。但是，鉴于多信号多参数估计问题所需多维优化的复杂性，在多径时延估计问题中直接使用极大似然方法显然并不可行。离散型的已知信号多径时延估计模型如下所示:利用EM算法实现多径时延的极大似然估计t的估值也会被限制在以采样周期兀为间隔的离散点上，如果t不是Ts的整数倍，则它的准确估值只能借助于内插才可以得到。EM算法中的迭代加上内插使的运算量加大,必须想办法加以消除。改进方法：利用频域数据避免内

6、插运算，在利用频域数据EM算法的整个处理过程中，仅仅需要增加两次(分别对发射信号和接收信号进行)DFT运算,不需要在每次迭代中进行复杂的内插运算。利用有效的迭代初始化过程提高收敛性能；利用参数顺序更新的迭代过程加快迭代收敛速度；自适应的改变搜索区间的设定减小搜索的运算量。参数顺序更新可以加快迭代的收敛速度,因而总的运算量减小了。不过存在一个缺陷,即普通EM算法中可以并行完成的L个信号的参数估计,在这里只能够顺序进行,因而在具有并行能力的系统中,时间上的开销增大了,这是我们为加快迭代收敛速度所必须要牺牲的代价。循环相关函数的LS参数估计方法信号

7、模型：假定信源信号s(t)是循环平稳的，循环频率a是已知的（可以估计）。含噪参考信号的多径时延估计，可以通过对参考信号及目标信号的循环自、互相关运算，转变为已知信号的多径估计。自适应时延估计方法它把有时间延迟的信号看成是基本信号经过了相移滤波器h(n)后得到的信号，把基本信号看成是参考信号，两路信号输入自适应滤波器的输入端,经过自适应滤波器权矢量的迭代，将基本信号加工成时间延迟信号，以两信号的最小均方误差为准则，由权矢量的最大值得到时延估值。