窄带通信信号时差定位系统中时延估计算法比较

　　摘要：时延估计是时差定位系统中的一项关键技术，也是影响定位精度的主要因素，对窄带通信信号的时延估计精度不高，一直是其中的难点。本文介绍了时延估计的原理，比较了时延估计的几种典型算法，并重点分析了其中针对窄带通信信号的算法，最后对各种算法进行了总结，指出了时延估计算法的发展趋势。

　　关键词：无源定位；时差定位；时延估计

　　1时延估计模型及算法

　　图1.时差定位模型

　　图1给出了通信信号时差定位模型，其中S为辐射源，目标辐射信号位于侦察站法线方向，辐射源到各侦察站距离分别为r1，r2，r3。假设辐射源与侦察站处于同一水平面。

　　由图1及时差定位法可得辐射源相对侦察站的方位和距离估计为：

　　2常用时延估计算法比较

　　2.1基于二阶统计量的时延估计算法

　　广义互相关算法[1]是最经典的时延估计算法。算法在信号做互相关之前通过增加窗函数的方法对信号进行预处理，以提高信号在噪声中的比重，进而提高估计精度。由于相关函数和功率谱密度函数是一对Fourier变换，故时延信息也可以等价的通过功率谱密度函数在频域提取，这种方法称为广义相位谱法[2]。频域提取的优势在于克服了时域中噪声造成的互相关函数主峰不明显的现象，并且有利于站间的数据传输和处理。以上两种算法都依赖信号和噪声的先验信息，理论上二者估计精度相当。

　　2.2基于高阶统计量的时延估计算法

　　广义相关法与广义相位谱法的优点是原理简单易懂，运算量小，缺点是需要接收信号的统计特性，抗噪声性能不好，且要求信号模型中的噪声为相互独立的高斯白噪声。实际应用中，当进入接收机的信号中混有相关噪声或非高斯的脉冲噪声时，基于二阶统计量的时延估计算法会发生退化甚至失效。针对此问题，学者们提出了利用三阶统计量和四阶统计量的时延估计算法。同二阶统计量一样，高阶统计量法也可在频域实现，称为双谱法或三谱法，频域处理时也可通过对信号加窗进行预处理。理论上，基于高阶统计量的算法在处理非高斯噪声中的信号、高斯有色噪声中的信号、非线性信号、非最小相位信号时会有很好的效果，但高阶统计量法的局限性在于其计算量较大，需要的数据积累时间较长，受到信号相干性的制约，难以满足系统的实时性要求，此外，运用高阶统计量算法前还需预先对样本信号进行分段平滑处理[3]。

　　3结束语

　　时延估计是现代信号处理中的一个重要问题,对其进行研究具有重要的理论意义和应用价值。随着现代信号处理理论的不断发展,采用新的信号分析和处理工具,实现低复杂度、稳定可靠的时延估计，尽可能满足不同场合的需要，仍将是时延估计的研究方向。

　　参考文献

　　[1]KnappC，CarterG.Thegeneralizedcorrelationmethodforestimationoftimedelay[J].IEEETrans.onAcoustics，SpeechandSignalProcessing，1976，24(4):320-327.

　　[2]行鸿彦,唐娟.时延估计方法的分析[J].声学技术,2008,01:110-114.

　　[3]李雪梅,陶然,王越.时延估计技术研究[J].雷达科学与技术,2010,04:362-371.

　　作者丁琳

《窄带通信信号时差定位系统中时延估计算法比较》

上一篇：开拓现代化课堂考勤和移动社区的校园多功能APP

下一篇：云计算数据中心项目建设监理关注要点及控制对策探讨