一种基于分数低阶协方差的维纳加权时间延迟估计方法

《一种基于分数低阶协方差的维纳加权时间延迟估计方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第3期大连理工大学学报Vol.44,No.32004年5月JournalofDalianUniversityofTechnologyMay2004文章编号:100028608(2004)0320459205一种基于分数低阶协方差的维纳加权时间延迟估计方法3孙永梅,　邱天爽(大连理工大学电子与信息工程学院,辽宁大连　116024)摘要:依据分数低阶统计量理论和信号噪声特性,提出了一种基于分数低阶协方差的维纳加权(FLOC2WP)时间延迟估计的新方法.这种方法将常规的维纳加权广义时间延迟估计方法与分数低阶协方差结合起来,理论分析和计算机仿

2、真结果表明其既可以应用于高斯噪声环境,又在低阶A稳定分布噪声环境下具有良好的鲁棒性.关键词:分数低阶协方差;A稳定分布;时间延迟;维纳加权中图分类号:TN911.7文献标识码:A[5～8]0　引　言尾.实际上,较多的脉冲状噪声和长拖尾正[7、8]是分数低阶A稳定分布过程的显著特性.由时间延迟估计是数字信号处理领域的一个十于分数低阶A稳定分布过程只有不超过A(0

3、数低阶信号处理理论,本文提出一种相关法是一种最基本的时延估计方法,其基基于分数低阶协方差的维纳加权时间延迟估计方本思想是利用两个接收信号的相关函数来估计时法,简称为FLOC2WP.间延迟.为了加强接收信号中源信号的谱分量,提高信噪比,从而获得更高的时延估计精度,在对1　信号噪声模型两个信号求取相关之前,先对其进行预滤波处理,考虑两接收信号满足式(1)的离散信号模型它等效于在频域的加权处理,就是所谓广义相关x1(n)=s(n)+v1(n)[2、4]时延估计.根据所采用的加权形式和准则的(1)x2(n)=s(n-D)+v2(n)不同,形成了ROT

4、H、SCOT、ECKART、ML、式中:s(n)为目标信号;D为时延真值;v1(n)和PHAT、HB和WP等广义相关时延估计方法,在v2(n)分别为接收到的背景噪声.这些加权方法中,ECKART、ML、HB和WP加权A稳定分布模型是一类适用范围很宽并得到的广义相关时间延迟估计可以达到克拉美罗界广泛应用的随机信号模型,包括了高斯分布和非(CRLB),其中WP加权在实际应用中具有较好的[2]高斯分布2种情况.A稳定分布通常用其特征函性能.数上述算法都是基于二阶统计量的,当噪声环A<(t)=exp{jLt-Cûtû[1+jBsgn(t)X(t,A)

5、]},境为高斯分布时,上述算法具有较好的性能.然tan(PAö2);A≠1而,在实际应用中所遇到的许多随机信号和噪声X(t,A)=(2)(2öP)lnûtû;A=1并不是高斯分布的,如低频大气噪声、水下噪声以和与其密切相关的4个参数来进行描述.式中,[5、6]及多种人为噪声等,这类噪声具有非常显著sgn(õ)为符号函数;A为特征指数,表示A稳定分的脉冲特性,并且其统计密度函数具有长拖收稿日期:2003203220;　修回日期:2004201220.基金项目:国家自然科学基金资助项目(30170259,60372081);辽宁省科学技术基金资助

6、项目(2001101057).作者简介:孙永梅(19742),女,博士生,讲师;邱天爽3(19542),男,教授,博士生导师.460大连理工大学学报第44卷　布概率密度函数拖尾的长度,A值越小,其拖尾就Gyy(f)=H(f)Gxx(f)(6)1212越长;C为分散系数,表示A稳定分布的分散程度;式中:Gxx(f)为两接收信号x1(n)和x2(n)的互12B为对称参数,当B=0时,称为对称A稳定分布,功率谱密度.H(f)为广义加权函数,它的不同形记为SAS;L为位置参数,对于SAS分布,L表示分式对应不同的广义相关加权方法,当H(f)=1[7]

7、布的均值或中值.当A=2时,A稳定分布的特时,就是基本相关时延估计方法.对于维纳加权,征函数与高斯分布的特征函数完全相同,这表明相应的加权函数表示为高斯分布是A稳定分布当A=2时的特例.0

8、低阶A稳定分布,以上述时间延迟估计方法都是基于相关运算区别于A=2的高斯分布.由于低阶A稳定分布过的,在高斯(A=2)环境下,这些算法具有很好的[7、8]程没有有限