下载文档原格式
基于数据挖掘的航班延误预测与分析研究航班延误对乘客和航空公司都造成了很大的不便，因此准确地预测航班延误变得至关重要。
数据挖掘作为一种有效的方法，可以从大量的历史航班数据中提取有价值的信息，帮助我们预测和分析航班延误的原因和趋势。
首先，我们需要收集有关航班延误的数据。
这些数据可以包括航班的起飞时间、到达时间、航班号、出发地、目的地、航空公司、机型、天气情况等。
通过建立一个庞大的数据集，我们可以针对不同因素进行分析，找出与航班延误相关的关键因素。
接下来，我们可以应用数据挖掘的方法对数据进行处理和分析。
首先，我们可以使用数据清洗技术，去除不完整或不准确的数据。
然后，我们可以使用数据变换技术，将时间数据转换为可用的数值形式。
此外，我们还可以使用特征选择算法，确定对航班延误有最大影响力的特征。
最后，我们可以使用数据建模技术，如回归分析、决策树、支持向量机等，建立预测模型。
在预测航班延误方面，时间特征是最重要的因素之一。
我们可以使用历史数据来识别出相似的天气模式和时间模式，并将其应用于未来的预测。
此外，航空公司、机场和航班号也可能对航班延误产生影响。
通过挖掘这些因素，我们可以建立一个可靠的预测模型，帮助航空公司和乘客更好地规划航班行程。
除了预测航班延误，数据挖掘还可以帮助我们分析延误的原因和趋势。
我们可以通过挖掘数据中的模式和规律，找出导致延误的主要因素。
例如，恶劣的天气条件、流量过大的机场、机械故障、航空公司管理等因素都可能对航班延误产生负面影响。
通过分析这些因素，我们可以采取相应的应对措施，降低航班延误的发生率。
此外，数据挖掘还可以帮助航空公司优化航班调度和资源分配。
通过分析历史数据和市场需求，我们可以预测不同时间段的航班需求，并优化航班计划。
同时，我们还可以利用数据挖掘来优化飞行路线和机型选择，以提高航班的准点率和效益。
然而，需要注意的是，数据挖掘只是一个工具，准确的航班延误预测和分析还需要考虑其他因素，如人为因素和突发事件等。
LMS自适应时间延迟估计
薛丽;陈长伟;刘强
【期刊名称】《电子质量》
【年(卷),期】2010(000)002
【摘要】数字基带预失真线性化技术是一种通过在功率放大器前端引入与其幅度和相位特性相反的预失真电路使输入和输出信号在整体上呈线性关系,从而实现高频谱效率传输的一种新型线性化技术.然而,预失真电路的引入必然引起环路延时.因此,数字基带预失真线性化技术的关键问题之一就是环路延时的估计.文中研究了基于Widmw的最小均方(LMS)算法的自适应时间延迟估计的基本原理,结构,和算法,分析了这种估计方法的性能,并给出了计算机仿真结果.从仿真结果中可以看
出,LMSTDE可以精确的检测出系统的时间延迟,使功率放大器的线性化性能得到很大的改善.
【总页数】3页(P7-9)
【作者】薛丽;陈长伟;刘强
【作者单位】电子科技大学自动化工程学院,四川,成都,610054;电子科技大学自动化工程学院,四川,成都,610054;电子科技大学自动化工程学院,四川,成都,610054【正文语种】中文
【中图分类】TN92
【相关文献】
1.带约束的LMS—SCOT自适应时间延迟估计 [J], 邱天爽;王宏禹
2.几种改进的LMS自适应时间延迟估计方法 [J], 邱天爽
3.自适应时间延迟估计的原理和应用：第二讲LMS自适应时间延迟估计 [J], 邱天爽;王宏禹
4.滑动加窗LMS自适应时间延迟估计的性能分析 [J], 邱天爽
5.一种滑动加窗LMS自适应时间延迟估计 [J], 邱天爽
因版权原因，仅展示原文概要，查看原文内容请购买。
多径时延估计及被动定位基本问题研究的开题报告1. 研究背景和意义在现代定位技术中，利用多径时延估计和被动定位算法可以实现目标物体的准确定位。
多径时延估计是指利用信号在传播过程中存在的多条路径（多径）来估计信号传输的时间延迟，从而确定信号源的位置。
而被动定位算法则是通过接收信号的方向信息，即信号到达接收器的方向角度，来推断信号源的位置。
多径时延估计和被动定位算法在无线通信、雷达探测、声呐定位等领域有着广泛的应用。
例如，在移动通信系统中，多径时延估计可以用于卫星导航、蜂窝网络及无线定位系统；在军事领域中，多路径时延估计和被动定位算法则广泛应用于雷达探测、火箭导航和机器人等。
本研究的意义在于深入研究多径时延估计和被动定位算法，探索其基本问题，并解决实际应用中的关键问题，为现代定位技术的研究和应用提供更可靠的理论基础和实践指导。
2. 研究内容和目标本研究的基本问题包括多径时延估计中的多径信号分离和多路径组合，以及被动定位算法中的方向角度测量和定位算法设计。
具体而言，研究内容包括：（1）多径信号分离：通过解决多径信号混叠问题，找到正确的多径信号并将其与目标物体的位置相联系。
（2）多路径组合：通过多径信号的组合计算，确定目标物体的位置，并提高定位精度。
（3）方向角度测量：利用多个接收器接收信号，并通过信号到达的方向角度来确定信号源的位置。
（4）定位算法设计：设计合适的理论模型和算法，并使用实际数据进行仿真和测试，验证算法的有效性和可靠性。
本研究的目标是建立多径时延估计和被动定位算法的理论框架和应用方法，提高定位精度和可靠性，为实际应用提供更好的支持和指导。
3. 研究方法和技术路线本研究将采用的主要研究方法和技术路线包括：（1）理论分析：通过理论计算和分析，研究多径时延估计和被动定位算法的基本问题和解决方法。
（2）仿真测试：使用MATLAB软件进行模拟仿真，生成实验数据，并进行算法测试和验证。
（3）实际测试：在实际场景下，进行实际测试和数据采集，验证算法的实际应用效果。
基于分数低阶谱图的非平稳信号时延估计孙永梅;邱天爽;王富章;郭宇明【摘要】依据分数低阶统计量理论,讨论了分数低阶短时Fourier变换、分数低阶谱图等时频表示方法在非高斯FLOA噪声环境下的适用性.针对传统时间延迟估计方法在非高斯非平稳环境下的退化现象,提出一种基于分数低阶谱图的非平稳信号时间延迟估计新方法.理论分析和仿真实验结果表明,新方法同时适用于高斯和非高斯FLOA噪声环境下的非平稳信号时间延迟估计,具有良好的韧性.【期刊名称】《大连交通大学学报》【年(卷),期】2016(037)003【总页数】5页(P112-116)【关键词】时间延迟;非平稳;分数低阶;谱图【作者】孙永梅;邱天爽;王富章;郭宇明【作者单位】中国铁道科学研究院电子计算技术研究所,北京100081;大连理工大学电子信息与电气工程学部,辽宁大连116024;中国铁道科学研究院电子计算技术研究所,北京100081;大连交通大学图书馆,辽宁大连116028【正文语种】中文时间延迟估计是信号处理领域中的重要研究内容，广泛应用于地球探测、生物医学、超声测距、被动定位、地震、雷达和声呐信号处理等领域.在上述各种应用中，对所研究信号和噪声特性和模型的不同描述，对于相应的时间延迟估计方法的性能具有十分重要的影响.实际应用中所遇到的信号多属于非平稳信号，附加噪声也常常不满足高斯分布[1- 3].因此，针对非高斯噪声环境下的非平稳信号的时间延迟估计问题成为亟待解决的研究课题.非平稳信号处理的一个常用的方法就是对信号进行时频分析，通过时间和频率的联合函数来表示非平稳信号，并对其进行分析和处理.将时频分析理论引入时间延迟估计方法是解决非平稳信号时延估计问题的一个有价值的研究方向.但是，当接收信号的附加噪声为非高斯Alpha稳定分布噪声时，上述的基于常规时频分析的时间延迟估计方法的性能退化，需要研究新的时间延迟估计方法.1.1 短时Fourier变换传统Fourier分析是将时域信号转换到频率域中，通过信号的频谱特性对其进行分析.但是Fourier变换反映的是全部时间范围内的频率特征，缺少这些频率在何时出现的信息.短时Fourier变换是非平稳信号分析中最基本的方法，它在Fourier变换的基础上，将非平稳信号看作是一系列短时平稳信号的叠加，通过时域加窗和平移参数来实现所谓的短时性和对整个时域的覆盖.短时Fourier变换(STFT)的变换公式如式(1)所示.也就是对窗函数与非平稳信号的乘积进行Fourier变换.由STFT建立起来的频谱图可以反映出一段时间内的频率特性，但只要窗口大小确定了，其分辨率也随之确定[4- 5].以STFT的模平方作为一种时频表示方式，称为谱图：它是实值、非负的二次型分布，具有时移和频移不变性.1.2 分数低阶短时Fourier变换在实际应用中，很多非高斯信号或噪声往往具有显著的尖峰脉冲特性，其概率密度函数也会明显地偏离高斯分布模型.依据高斯假定所设计的信号处理算法在这种情况下会明显退化甚至不能正常工作.研究表明，Alpha稳定分布模型可以用于这类信号噪声的建模[6].所谓Alpha稳定分布是一种广义的高斯分布，信号脉冲特性的强弱由特征指数α∈(0,2]来描述，α值越小，其脉冲特性越强.当α=2时，Alpha 稳定分布的表达式与高斯分布一致，也就是说，高斯分布是Alpha稳定分布的一种特殊情况.因此，Alpha稳定分布相比于高斯分布具有更加广泛的适用性，通常称0<α<2的情况为分数低阶Alpha稳定分布(FLOA)[6].针对FLOA信号的尖峰脉冲特性，采用分数低阶统计量的信号处理方法，对原定义式中的信号项进行p阶矩运算，然后再对其进行加窗和Fourier变换，得到分数低阶短时Fourier变换(简称FLOSTFT)如下：FLOSTFT作为一种非高斯非平稳信号的时频分析表示方法，可以有效地抑制附加噪声的尖峰脉冲特性，同时反映信号的时频分布特征.1.3 分数低阶谱图以FLOSTFT的模平方作为分数低阶时频表示，称为分数低阶谱图：分数低阶谱图也是一种适用于非高斯非平稳信号的时频表示方法，其特点是减少了交叉项干扰，但同时降低了时频的分辨率.2.1 时间延迟估计模型时间延迟估计系统的基本模型为双基元模型，设两个接收器A和B接收到的信号分别为x1(t)和x2(t)，则时间延迟估计问题的基本信号模型为其中,s(t)为源信号，D为时延，λ为衰减系数.v1(t)和v2(t)分别为附加噪声.本文的分析和讨论中，假定s(t)为非平稳信号，v1(t)和v2(t)为非高斯FLOA噪声.2.2 基于分数低阶谱图的时间延迟估计方法对传感器接收的信号x1(t)和x2(t), 分别作分数低阶短时Fourier变换,得到FLOSTFTx1(t,ω)和FLOSTFTx2(t,ω)，定义分数低阶谱图的瞬时频域相关函数为: 式(6)是分数低阶谱图在频域的一维相关，取不同τ值计算频域相关系数R(t,τ).依据信号自相关特性，当τ=D时，R(t,τ)取得最大值，频域相关的信号能量最集中.因此，基于分数低阶谱图的时延估计方法就是寻找在瞬时频域相关的最大值，即：3.1 线性调频信号的仿真结果(1)短时Fourier变换和分数低阶短时Fourier变换的比较仿真信号采用线性调频(LFM)信号，初始归一化频率为0.1，终止归一化频率为0.3，长度N=256，附加为FLOA噪声，α=0.7，SNR=0 dB，参数P=0.1.图1为纯净LFM信号和含有Alpha稳定分布噪声的LFM信号的时域波形.利用STFT 分别对纯净LFM信号和含有FLOA噪声的LFM信号进行变换，结果如图2所示.可以看出：对于纯净LFM信号，STFT能够很好地反映其时频分布，而对于含有FLOA噪声的LFM信号，STFT的性能变差.图3是利用FLOSTFT对两个LFM信号进行变换的结果.可以看出，无论是否含有噪声，FLOSTFT均具有良好的性能，适用于FLOA噪声下非平稳信号的线性时频分析.(2)谱图和分数低阶谱图的比较仿真条件同(1).图4和图5是分别利用谱图和分数低阶谱图对纯净LFM信号和含有FLOA噪声的LFM信号进行变换的结果.可以看出对于纯净LFM信号，谱图能够很好地反映其时频分布，而对于含有Alpha稳定分布噪声的LFM信号，谱图的性能变差. 但是分数低阶谱图能够有效抑制脉冲噪声，很好地反映LFM信号的时频分布.3.2 基于分数低阶谱图的时间延迟估计仿真为了检验本文提出的时间延迟估计算法在FLOA环境下的韧性，按照式(5)构造两路输入信号，其中信号项为调幅-调频信号，时间延迟设定为D=10，信噪比设定为-5 dB.图6和图7分别为不同噪声环境下利用谱图瞬时频域相关法和分数低阶谱图瞬时频域相关法估计时间延迟的结果.可以看出，在高斯环境下，信号x1(n)和x2(n)的谱图瞬时频域相关具有明显的单峰，可以由峰值对应的时刻得到正确的时间延迟估值.而在非高斯FLOA环境下，谱图瞬时频域相关受到脉冲噪声的影响，时间延迟估计出现伪峰，性能显著变差. 但是分数低阶谱图瞬时频域相关能够很好地抑制脉冲噪声，具有和高斯环境下同样的性能，可以由相关的峰值对应得到正确的时间延迟估值.本文针对传统时频分析方法和时间延迟估计方法在非高斯FLOA噪声环境下的退化现象，研究适用于这类噪声的时频表示方法，包括分数低阶短时傅里叶变换和分数低阶谱图，并在此基础上提出一种新的时延估计算法.理论分析和计算机仿真表明本文讨论的分数低阶时频表示方法适用于FLOA噪声下信号的时频表示，基于分数低阶谱图的时间延迟估计方法能够很好地抑制尖峰脉冲噪声，具有良好的韧性，适用于高斯和非高斯噪声环境.【相关文献】[1]NAVIA A,ARENAS bination of recursive least p-norm algorithms for robust adaptive filtering in alpha-stable noise[J].IEEE Trans.On Signal Processing,2012,60(3):1478- 1482.[2]YANG Y,PENG Z,DONG X,et al.General parameterized time-frequency transform[J].IEEE Transactions on Signal Processing,2014,62(11):2751- 2764.[3]严侃，雷江涛.基于时频分析的水声目标被动检测模型研究[J].2015，23(1)：26- 29.[4]冯爱玲.基于短时傅里叶变换的胎心率检测算法与实现[D].柳州：广西工业大学，2014.[5]DUAN Y,WANG Y J,SU S.Detection of LFM signals in low SNR based on STFT and wavelet de-noising：International conference on audio,language and imageprocessing[C].2014.[6]吴华佳.稳定分布下时频分析与循环统计量研究与应用[D].大连：大连理工大学，2009.。
两麦克风信号的时延估计算法研究及其在FPGA上的实现摘要在声源定位技术中，时延估计法具有计算量小、开发成本低的优点，因此得到广泛应用，但此方法大多基于DSP或DSP+FPGA实现，而此种实现方式需要大量的功耗，限制了声源定位在便携式设备中的实现。
随着FPGA的发展，基于FPGA的数字信号处理技术也快速发展。
FPGA 具有高速、并行、低功耗等优点，适合在便携式设备中进行麦克风阵列信号的处理。
本文利用Quartus II 开发环境，使用VHDL语言，设计了一对麦克风的时延估计算法。
算法中所有的操作均在时域中完成，通过波形匹配的思想，找到最匹配的偏移量，进一步得到时延估计。
利用Modelsim软件对此设计进行了功能仿真，根据对仿真结果的分析，确定了此时延估计算法的正确性，并进一步分析了此算法的抗噪能力。
最后，总结了本论文在整个声源定位系统设计中的作用及进一步工作计划。
关键词：时延估计，麦克风，声源定位，可编程门阵列Rearch of time-delay estimation between two microphonesignalsABSTRACTIn the field of sound source location, time-delay estimation is widely used as the result of its small amount of calculatioin and the low-cost development. However, this method is mostly brought about with DSP or DSP+FPGA, while calls for high power consumption. Therefore, it is rarely used in PDA Device. With the development of FPGA, the technology of digital signal processing gains rapid development. FPGA enjoys the advantage of high-speed, parallel and low power consumption, which make FPGA suitable for the processing of MIC array signal based on portable devices. In this paper, a time-delay estimation algorithm is raised which is developed with VHDL on the platform of Quartus II. All operations in this algorithm are accomplished in time-domain. By comparing two ways of MIC signal, the most matching offset can be found, which is corresponding to a certain time-delay. Function simulation is accomplished in the software of Modelsim. By analyzing the simulation result, the corretness of this algorithm is shown which can also resists noise to a certain extent. By the end, the status of the design here in the whole sound source location is presented. On that basis, next step of work is put forward.Key words:Time-delay estimation, MIC, Sound source location, FPGA目 录1 绪论 (1)1.1声源定位技术的发展 (1)1.2 基于麦克风阵列声源定位技术 (1)1.3 时延估计定位现状分析 (2)1.3.1 理论现状 (2)1.3.2 声源定位具体实现 (2)1.4 本论文主要研究内容 (3)2 FPGA技术及硬件描述语言 (5)2.1 FPGA技术概述及其优点 (5)2.2 硬件描述语言及VHDL简介 (6)2.2.1 硬件描述语言HDL (6)2.2.2 VHDL产生和发展 (6)2.2.3 VHDL基本结构和特点 (6)2.2.4 VHDL设计步骤 (6)2.3 Quartus II开发软件简介 (7)2.4 本章小结 (7)3 时延估计的总体设计方案 (8)3.1 理论模型 (8)3.2 采样分析 (8)3.3 硬件电路分析模型 (10)3.3.1存储器 (10)3.3.2偏移量分析 (10)3.3.3查表法得到时延 (11)3.4 本章小结 (11)4 具体硬件描述方案 (12)4.1 存储器ROM模块 (12)4.2 find_min_offset模块 (13)4.2.1 程序包encpack (14)4.2.2LOOP_512进程 (14)4.2.3状态机控制 (14)4.2.4 地址控制 (15)4.3 offset_to_time模块 (16)4.4 并行优化处理 (16)4.5 总体设计 (16)4.6 本章小结 (17)5 系统仿真测试及分析 (18)5.1 资源利用情况 (18)5.2 运行速度分析 (19)5.3 Modelsim简介 (19)5.4 主要测试信号简介 (20)5.5 典型语音信号输入测试 (20)5.5.1 不考虑传输衰减 (20)5.5.2 考虑传播衰减 (21)5.6 影响算法准确度的因素 (22)5.6.1 环境噪声 (22)5.6.2 房间混响 (22)5.6.3 模型噪声 (22)5.6.4 算法的抗噪能力 (23)5.7 本章小结 (23)6 总结 (25)参考文献 (26)致 谢 (28)1 绪论1.1声源定位技术的发展目前声源定位技术是利用麦克风拾取语音信号，并用数字信号处理技术对其进行分析和处理，继而确定和跟踪声源（即说话人）的空间位置。
基于机器学习的航班晚点预测与优化算法研究航班晚点预测是航空业中非常重要的问题之一。
准确地预测航班是否会晚点，可以帮助航空公司和乘客做出相应的调整和决策，提高航班的准点率和乘客满意度。
本文将介绍基于机器学习的航班晚点预测与优化算法研究的方法和应用。
一、背景介绍航班晚点是指航班的实际起飞或降落时间与计划起飞或降落时间之间的差异。
晚点造成的各种问题包括航班延误、行李丢失、乘客滞留等，给航空公司和乘客带来很大的困扰。
因此，航班晚点预测和优化算法的研究对于提高航空业的效率和服务质量具有重要意义。
二、机器学习在航班晚点预测中的应用机器学习是一种基于数据和经验的方法，它可以从大量的历史数据中学习规律并预测未来的趋势和结果。
在航班晚点预测中，机器学习可以通过分析航班的历史数据，包括起飞时间、降落时间、天气情况、交通状况等多个因素，来建立预测模型。
常用的机器学习算法包括决策树、支持向量机、随机森林、神经网络等。
这些算法可以根据不同的数据特征和预测目标进行选择和调整，以提高航班晚点预测的准确性。
同时，还可以通过模型的优化和参数调整，进一步提高预测模型的性能。
三、航班晚点预测与优化算法的研究方法1. 数据收集与预处理航班晚点预测的第一步是收集并预处理相关的数据。
这些数据包括航班的历史记录、天气数据、机场数据等。
在预处理阶段，需要对数据进行清洗、去除异常值，并进行特征工程，以提取与航班晚点相关的特征。
2. 特征选择与构建模型在建立预测模型之前，需要对选取的特征进行分析和选择。
通过特征选择算法可以排除无关特征和冗余特征，提高模型的预测效果。
接着，可以选择合适的机器学习算法，并将数据集分为训练集和测试集，用训练集训练模型，用测试集评估模型的性能。
3. 模型评估与优化在模型训练和测试过程中，需要评估模型的准确性和稳定性。
常用的评估指标包括精确度、召回率、F1值等。
如果模型的预测效果不理想，可以通过调整模型参数、增加训练数据等方式进行优化。
传递对准中时间延迟的补偿方法分析发布时间：2023-02-17T07:10:52.459Z 来源：《科学与技术》2022年19期作者：彭云龙鄢思仪施成功邱玉芬[导读] 弹载惯组传递对准过程中基准信息时延会制约对准性能的提高。
彭云龙鄢思仪施成功邱玉芬航空工业江西洪都航空工业集团有限责任公司江西南昌 330024摘要：弹载惯组传递对准过程中基准信息时延会制约对准性能的提高。
基于常用的速度/姿态匹配模式，建立含时间延迟模型的观测方程，并提出时间延迟闭环滤波估计方法。
分别从匹配信息精度、对准精度、惯性器件误差估计等方面分析时间延迟的影响情况。
仿真结果表明，时间延迟会引起对准误差振荡，引起器件零偏、标度误差的有偏估计，通过闭环滤波方法可以准确估计时间延迟误差，同时能有效抑制时间延迟对传递对准及惯性器件误差估计精度的影响。
关键词：时间延迟；传递对准；姿态匹配传递对准的原理是应用较高精度的基准信息（一般由较高精度的母惯组提供）对低精度子惯组进行校准。
传递对准技术可实现的功能一般包括三个方面：一是实现子惯组的空中对准；二是实现子惯组主要误差项的在线标定；三是对辅助参数进行估计，例如杆臂参数、随机动态挠曲模型参数、时间延迟参数等。
传递对准实现过程中，基准信息由于数据传输处理、时钟不同步及漂移等因素存在时间延迟。
较大的时间延迟会对传递对准性能造成不可忽略的影响，必须采取措施加以补偿并校正。
时间延迟误差实时处理方法一般有三种：（1）卡尔曼滤波处理方法，在误差状态方程及量测方程中添加与时间延迟有关的状态变量，通过状态估计与误差补偿实现时间延迟误差的校正；（2）硬同步或软同步，硬同步法采用触发信号同步采样子母惯组信息，软同步法对子母惯组信息分别标记“时间戳”；（3）直接测量并补偿方法。
针对基准时间延迟对传递对准性能的影响，国内外学者均有论述。
研究表明，舰船转弯或大机动，基于速度匹配的传递对准性能受时间延迟影响严重下降。
认为发射车传递对准过程速度量测误差可以忽略，应主要考虑姿态量测误差的影响，认为舰船作机动运动时，主惯导的姿态信息的时间延迟是引起传递对准航向误差的主要来源。
南京理工大学硕士学位论文多径时延估计的算法研究姓名：王玫申请学位级别：硕士专业：通信与信息系统指导教师：是湘全;刘中2001.3.1南京理工夫学硕士学位论文ｙ３９８Ｏ２五中文摘要摘要，时延估计广泛地应用于雷达、声纳和通信等领域，是数字信号处理领域中一个十分活跃的研究课题。
一般地说，时延估计可分为单径时延估计和多径时延估计：而多径时延估计是时延估计问题中极其困难和具有实际应用背景的研究内容。
本文将多径时延估计作为研究内容做了一些工作。
／…该欠回顾了时延估计的应用及时延估计方法发展，阐明了几种基本时延估计方法的基本原理，主要包括广义相关时延估计方法和广义相位谱时延估计方法。
在多径时延估计研究方面，提高多径的分辨率是一个重要问题。
本文讨论了两种具有高分辨率的多径时延估计方法：ＥＭ方法和ＷＲＥＬＡＸ方法。
阐明了它们的基本原理，并对两种方法性能进行了计算机仿真，分析了它们在高斯噪声和周期干扰下各自性能的优劣。
由于ＥＭ和ｗＲＥＬＡｘ两种多径时延估计方法抗周期干扰的性能较差，本文将信号的循环平稳性应用于多径时延估计，提出了循环ＥＭ方法。
理论分析和模拟结果表明循环ＥＭ方法抗周期干扰的性能优于ＥＭ方法和ＷＲＥＬＡＸ方法。
（具有循环平稳性的信号普遍存在于实际环境中，所以循环ＥＭ方法具有一定的实用价值。
尸７关键词：时延估计多径效应循环平稳信号广义相关处理南京理工大学硕士学位论文英文摘要ＡＢＳＴＲＡＣＴＴｉｍｅ—ｄｅｌａｙｅｓｔｉｍａｔｉｏｎ（ＴＤＥ）ｈａｓｗｉｄｅａｐｐｌｉｃａｔｉｏｎｓｉｎｒａｄａｒ，ｓｏｎａＬｃｏｍｍｕｎｉｃａｔｉｏｎａｎｄｍａｎｙｏｔｈｅｒｆｉｅｌｄｓ．Ｉｔｉｓａｎａｃｔｉｖｅｒｅｓｅａｒｃｈａｒｅａｉｎｄｉｇｉｔａｌｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｇｅｎｅｒａｌｌｙ，ＴＤＥｐｒｏｂｌｅｍｓｃａｎｂｅｄｉｖｉｄｅｄｉｎｔｏＴＤＥｓｏｆｓｉｎｇｌｅｐａｔｈｅｎｖｉｒｏｎｍｅｎｔａｎｄｍｕｌｔｉｐａｔｈｅｎｖｉｒｏｎｍｅｎｔ，ｗｈｉｌｅｔｈｅｌａｔｅｒｈａｓｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｂａｃｋｇｒｏｕｎｄａｎｄｉｓａｄｉｆｆｉｃｕｌｔｏｎｅｉｎＴＤＥｐｒｏｂｌｅｍｓ．ＴｈｉｓｔｈｅｓｉｓｆｏｃｕｓｅｓｏｎｔｈｅＴＤＥｉｎｍｕｌｔｉｐａｔｈｅｎｖｉｒｏｎｍｅｎｔ．Ｆｉｒｓｔｌｙ，ｗｅｂｒｉｅｆｌｙｒｅｖｉｅｗｔｈｅｄｅｖｅｌｏｐｍｅｎｔａｎｄａｐｐｌｉｃａｔｉｏｎｓｏｆＴＤＥｍｅｔｈｏｄｓａｎｄｉｎｔｒｏｄｕｃｅｓｅｖｅｒａｌｔｙｐｉｃａｌＴＤＥｍｅｔｈｏｄｓ．ＴｈｅｎｗｅｄｉｓｃｕｓｓｔｗｏＴＤＥｍｅｔｈｏｄｓｉｎｍｕｌｔｉｐａｔｈｅｎｖｉｒｏｎｍｅｎｔ（ＥＭｍｅｔｈｏｄａｎｄＷＲＥＬＡＸｍｅｔｈｏｄ），ｗｈｉｃｈｈａｖｅｈｉｇｈｍｕｌｔｉｐａｔｈｒｅｓｏｌｕｔｉｏｎ．ＷｅｓｉｍｕｌａｔｅｔｈｅｉｒｐｅｒｆｏｒｍａｎｃｅｉｎＧａｕｓｓｉａｎｎｏｉｓｅａｎｄｐｅｒｉｏｄｉｃａｌｉｎｔｅｒｆｅｒｅｎｃｅｂａｃｋｇｒｏｕｎｄｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｗｏｍｅｔｈｏｄｓａｒｅｓｕｂｊｅｃｔｔｏｐｅｒｉｏｄｉｃａｌｉｎｔｅｒｆｅｒｅｎｃｅ．Ｆｉｎａｌｌｙ，ｔｏｒｅｓｉｓｔｐｅｒｉｏｄｉｃａｌｉｎｔｅｒｆｅｒｅｎｃｅｓ，ｗｅｐｒｏｐｏｓｅａｃｙｃｌｏｓｔａｔｉｏｎａｒｉｔｙ－ｂａｓｅｄＥＭｍｅｔｈｏｄ（Ｃｙｃ—ＥＭｍｅｔｈｏｍ．Ｔｈｅｏｒｅｔｉｃａｌａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｈａｓｓｔｒｏｎｇｒｅｓｉｓｔａｎｃｅｔｏｐｅｒｉｏｄｉｃａｌｉｎｔｅｒｆｅｆｅｎｃｅ．ＩｔｓｐｅｒｆｏｒｍａｎｃｅｉＳｓｕｐｅｒｉｏｒｔｏｔｈａｔｏｆＥＭａｎｄＷＲＥＬＡＸｍｅｔｈｏｄｓｉｎＧａｕｓｓｉａｎｎｏｉｓｅａｎｄｐｅｒｉｏｄｉｃａｌｉｎｔｅｒｆｅｒｅｎｃｅｂａｃｋｇｒｏｕｎｄ．Ｉｎｐｒａｃｔｉｃｅ，ｔｈｅｒｅａｒｅｍａｎｙｍａｎ—ｍａｄｅｓｉｇｎａｌｓｗｈｉｃｈｈａｖｅｃｙｃｌｏｓｔａｔｉｏｎａｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｔｈｅｒｅｆｏｒｅｔｈｅＣｙｃ—ＥＭｍｅｔｈｏｄｈａｓｇｒｅａｔａｐｐｌｉｃａｔｉｏｎｐｏｔｅｎｔｉａｌ．一，ＫｅｙＷｏｒｄｓ：ＴｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎＧｅｎｅｒａｌｉｚｅｄｃｏｒｒｅｌａｔｉｏｎｐｒｏｃｅｓｓｉｎｇＣｙｃｌｏｓｔａｔｉｏｎａｒｙｓｉｇｎａｌｓＭｕｌｔｉｐａｔｈｅｆｆｅｃｔＩＩ堕室里三查兰堡主堂望丝塞一一一—————————上ｊ墅生一１．绪论１．１何谓时延估计所谓时间延迟，是指信号由发射到接收的时间差或指目标信号传播到接收阵列中各个不同传感器的时间差。
航班延误预测算法的研究与应用最近几年，随着航空旅行的普及，航班延误也愈发成为了广大旅客的头疼之事。
而航空公司和机场也形成了一个共同的痛点：如何准确地预测航班延误，并相应地改进飞行计划和机场运行管理，以提高整个系统的效率和准确性。
在这背景下，航班延误预测算法成为了一个备受关注的研究领域，本文就将从算法研究和应用角度一一介绍。
一、航班延误预测算法研究1. 基于机器学习的算法随着大数据技术的发展，基于机器学习的航班延误预测算法被越来越多地提出和应用，其原理是通过构建一个模型，利用历史数据来预测未来航班的延误情况。
其中，最具代表性的算法是随机森林算法，其通过集成多个随机决策树来提高预测的准确率，特别是对于非线性的数据集，效果更佳。
2. 基于深度学习的算法另外，近年来，深度学习技术得到了快速的发展，并被应用到航班延误预测领域。
其中，最经典的算法是循环神经网络（RNN），其可以有效处理时间序列数据，并且能够对未来的数据进行预测；此外，基于RNN的改进算法，如长短时记忆网络（LSTM）等，也逐渐被应用于航班延误预测中。
二、航班延误预测算法应用除了算法研究外，航班延误预测算法的应用同样成为了研究热点，尤其是在航空公司和机场的客户服务和运行管理领域。
1. 客户服务在很多情况下，航空公司的客户遇到延误情况时，希望能够及时地得到提醒和信息更新，以方便其做出相应的调整。
因此，通过航班延误预测算法，航空公司可以提前预测延误情况，并将其信息以短信、邮件等方式通知乘客，从而提供更好的客户服务体验。
2. 运行管理另外，针对机场和航空公司运行管理方面，航班延误预测算法可以更好地帮助其规划航班的起降时间和路线，以及调整相应的机组和服务人员。
在实现运行管理智能化的过程中，航班延误预测算法也扮演着重要角色。
三、算法研究与应用面临的挑战当然，航班延误预测算法的研究和应用也存在一定的挑战。
1. 数据质量问题首先，很多航空公司或者机场的数据集存在较大的随机性和噪声，导致算法的准确性难以保证。
计算机网络中的延迟分析与优化研究概述：在现代社会中，计算机网络的发展日新月异。
然而，随着网络的规模和复杂性的增加，网络延迟问题逐渐成为制约网络性能的重要瓶颈。
本文将探讨计算机网络中的延迟分析与优化研究，以及相关领域的最新进展和挑战。
1. 延迟的定义与分类延迟是指从发送数据到接收数据所需要经过的时间。
在计算机网络中，延迟可以分为传输延迟、处理延迟和排队延迟。
传输延迟是指数据通过网络传输的时间，处理延迟是指数据在节点上进行处理的时间，而排队延迟是指数据在网络节点上等待处理的时间。
2. 延迟分析方法延迟分析是指对计算机网络中的延迟进行定量分析和测量的方法。
目前，常用的延迟分析方法包括实验测量法、仿真模拟法和理论分析法。
实验测量法是通过在网络中安装测量设备对延迟进行实时监测和测量；仿真模拟法是通过建立计算机网络的数学模型，在模型中模拟和分析延迟的变化；理论分析法是通过数学模型和理论推导，分析计算机网络中各个环节的延迟来源和影响因素。
3. 延迟优化技术为了降低计算机网络中的延迟，研究人员提出了各种优化技术。
其中，常见的延迟优化技术包括拥塞控制、路由优化和缓存优化。
拥塞控制技术通过控制数据的发送速率来避免网络拥塞，从而降低延迟。
路由优化技术通过优化数据在网络中的路径选择，减少数据传输的跳数和传输延迟。
缓存优化技术则通过提前将数据缓存在节点中，减少从远程节点获取数据的时间。
4. 延迟分析与优化的应用领域延迟分析与优化技术广泛应用于各个领域，包括云计算、物联网和大数据处理等。
在云计算领域，延迟分析与优化技术可以提高云服务的响应速度和用户体验。
在物联网领域，延迟分析与优化技术可以减少传感器节点之间的通信延迟，提高物联网系统的实时性。
在大数据处理领域，延迟分析与优化技术可以加速数据的传输和处理，提升数据处理效率。
5. 延迟分析与优化的挑战与展望虽然延迟分析与优化研究取得了不少进展，但仍然存在一些挑战。
首先，复杂网络拓扑和大规模数据流导致延迟分析的复杂度增加。
时延估计简介及国内外研究现状1时延估计简介 (1)2国内外时延估计现状 (2)1时延估计简介时间延迟估计是表征信号的一个基本参量，生活中人们所谓的时延是指从说话人开始讲话到受话人听到所说的内容的时间。
一般人能忍受小于250ms的时延，若时延太长，会使通信双方都不舒服。
自1976年，Knapp和Carter关于广义相关的时延估计的论文发表以来，对时间延迟及其有关参量的估计一直是信号处理领域中活跃的研究方向。
时间延迟估计在雷达、声纳、语音信号处理、地球物理勘探、故障诊断和生物医学工程等领域都有广泛的应用。
它主要指利用信号处理的理论和方法对不同接收器所接收信号的时间差进行估计，来确定其它相关参量，如信源的距离、方位、速度和移动方向等。
根据不同的测量环境、测量要求和不同信号的特性，分别有不同的时延估计方法，通常用到的时延估计方法有相位法、双谱法、相关法、自适应滤波器参数模型法等。
随着信号处理方法不断发展和完善，现代信号处理的各种算法引入到时延估计方法中，对多径时延、可变时延提高时延估计的精度、减小了计算量。
下图分别为目前国际上对时延估计的学术关注度和用户关注度，充分的显示了人们对时延估计的理解和应用情况。
图1 学术关注度图2 用户关注度2国内外时延估计现状目前国际上主要的基本时延估计方法有相关法、广义加权相关时延估计算法、相关函数和功率谱密度函数、自适应时延估计算法等不同的方法。
在时延估计算法中，相关法是最经典的时延估计方法，它通过信号的自相关函数滞后的峰值估计信号之间延迟的时间差。
这种方法简单易懂，容易实现，但它的不足之处是要求信号和噪声、噪声和噪声互不相关，对非平稳信号和可变时延估计的估计误差大，甚至不能估计。
广义加权相关时延估计算法(GCC)。
GCC在作相关之前对接收信号进行预白处理，增强了信号中信噪比较高的频率成分，提高了信噪比，从而提高了时延估计精度。
由于广义相关法是相关法的一种扩展，它仍然是统计学意义上的相关，实现起来有一定的难度，所以广义加权相关法一般用有限时间的函数值代替统计学上的时延真值，作为相关函数的估值进行时延估计。
摘要：无源时差定位又称为双曲线定位，是一种重要的无源定位方法，它通过处理三个或更多个接收站采集到的信号到达时间数据，从而对辐射源进行定位。
时差定位系统具有精度高、定位快等优点，在工程中得到了广泛的应用。
但是时差定位系统的精度主要取决于时延估计的精度，因此，研究快速、准确的时延估计方法成为时差定位系统中一个十分重要的课题。
本文阐述了采用时差估计法进行无源定位的原理，对无源定位系统中窄带信号的时差测量算法进行了研究，介绍了时延估计研究的发展和趋势。
对两种经典的时延估计方法——相关法和相位谱法进行了仿真分析，讨论了它们的演化过程和各自特点。
然后对利用信号触发沿测量时差的方法进行简要分析，阐述了为提高测量精度而采用的插值算法的原理。
本文算法程序均是用matlab仿真软件进行分析。
关键词：无源定位时差测量时延估计相关法相位谱法matlabAbstract:Time difference of arrival(TDOA)location system，namely the hyperbola location，is an important passive location method．Using the time difference of signals arrived to three or more different stations，we can determine the position of the target wanted to be located．Because of its high precision and fast location advantages，it is widely used in practice．But its precision depends on time delay estimation，so researching fast and exact time delay estimation method become a hot topic in TDOA location system．In this paper, the principle of passive location using TDOA is described, and the research on algorithms for narrow-band signals in passive location system is given, meanwhile, the development history of the researches on time delay method and its development tendency are introduced. Two typical methods of time delay estimation, named correlation approach and phase spectrum approach respectively, of which the mathematical derivation and characteristics are presented, are simulated and analyzed. After that, another method which estimates the time difference of arrival depending on the triggering edge of arrivingsignals is simulated, and the theory of interpolation algorithm applying to the time delay estimation to promote the precision is described. All programs of mentioned algorithms in this paper are run on the Matlab software.Keywords: passive location time difference of arrival(TDOA) time delay estimation correlation approachphase spectrum approach matlab1 绪论引言无源定位技术可以在犯罪侦查、位置敏感付费以及车辆管理、导航和智能交通系统（ITS）等多方面有着广泛应用[1]。
水声通信中时间延迟估算方法浅析作者：孟洁吴慧卿来源：《数字技术与应用》2011年第01期摘要:水下环境具有强多径,窄频带和强噪声的特点,水声通信会产生时延问题,本文针对噪声对信号的影响,简要描述了时间延迟估计的几种研究方法,同时针对广义相关,改进的广义相关与小波变换结合,并用MATLAB进行了仿真,并根据仿真所得图形与数据进行了性能分析。
得出基于小波变换的广义相关在水声通信时间延迟估算中具有更好的应用性的结论。
关键词:时延估计广义相关小波变换性能分析中图分类号:TB567 文献标识码:A 文章编号:1007-9416(2011)01-0014-02随着军事和海洋开发的发展,水中通信的研究越来越受人们重视。
由于电磁波在水下传播衰减严重,水下信号的传播复杂多变,声波成为水下通信的主要方式。
水声信道是一个时空频变的多径衰落信道。
多径传播主要由界面的边界反射,以及声波在传播过程中发生弯曲造成的。
多径传播会引起时延的扩展,在浅海信道,时延扩展可达几百毫秒,在深海信道,时延扩展可达几十微秒到几秒量级[1]。
此外,信源的距离、速度、方向也会改变,解决延迟时间的问题成为近年来主要研究方向,时延估计是水中通信信号处理一个重要环节。
时间延迟估计利用信号处理的理论和方法对不同接收器所接收的时间差做出估计,来确定相关参量。
通常用到的时延估计方法有相关法、双谱法、相位法等。
1、经典时间延迟估计方法——相关函数法相关函数的时延估计方法是比较两个信号时间相似程度的经典方法。
基本思想是先将接收信号和进行滤波处理,得到广义功率谱函数。
其中,两接收信号和如下:其中:是源信号,和是两个加性噪声信号,源信号和噪声信号假设是零均值平稳随机序列,呈现高斯分布,且互不相关;D为时间延迟。
和的互相关函数如下:式中,是源信号的自相关函数。
功率谱函数:其中为广义功率谱函数,为和的互功率谱密度函数,、为预滤波的滤波器频率响应,*为复数共轭。
由于相关函数和功率谱是一对傅立叶变换对,即其中为互相关函数,为傅立叶变换。
![一种基于循环相关熵的时间延迟估计方法[发明专利]](https://img.taocdn.com/s1/m/b95612e8a6c30c2258019e36.png)
专利名称：一种基于循环相关熵的时间延迟估计方法专利类型：发明专利
发明人：邱天爽,刘诚,陈兴,马济通,李景春,李蓉
申请号：CN201710852951.5
申请日：20170920
公开号：CN107529687A
公开日：
20180102
专利内容由知识产权出版社提供
摘要：本发明属于循环平稳信号处理技术领域，提供了一种基于循环相关熵的时间延迟估计方法，该方法能够在非高斯噪声下，利用数字调制信号的循环平稳特性对其进行分析处理，完成对两列同步数字调制信号进行时间延迟估计。
该方法包括：1)获取两列长度相同的同步数字调制信号；2)计算两列信号的互循环相关熵；3)找到互循环相关熵函数的峰值，计算得到两列信号的时间延迟估计值。
实验证明本发明算法性能良好，在真实的工程应用中，能够实现对两列同步数字调制信号的时间延迟估计。
申请人：大连理工大学,国家无线电监测中心
地址：116024 辽宁省大连市甘井子区凌工路2号
国籍：CN
代理机构：大连理工大学专利中心
更多信息请下载全文后查看。
时间延迟估计的基本原理和方法●储问计第11卷笫3期海/7,键再洋技术TECHN0L0GY时间延迟估计的基本原理和方法邱天爽(大连理工大学)乎V o1.11.No.3Sept,1992摘舅术文综述时间延迟估计的基本原理和基率方法.包括相关法和广义相关法,观谱法和广义双谱法,相位谱法H广义相位谱洼,自适应信号处理法等,并对各种估计方法的性能进行了分析比较.1概述时伺延迟通常是指接收陈列中的不同接收器所接收到的同源信号之间的时间差.这个时间差是由于不同接收器在陈列中所处的空间位置决定的.时间延迟估计就是指采用各种参数估计和信号处理的理论和方法,对上述时阉延迟进行估计和测定,从而进一步确定或估计其它有关参数.时间延迟估计是七十年代中期以后迅速发展起来的一个数字信号处理的重要领域,它是由被动定位技术的发展脱颖而出酊.在雷达,声纳,地球物理,海洋技术和生物医学工程等领域都有重要龅应用【l",并促进了谆些学科的发展.目标定位技术是时间延迟估计(简称TDE)理论和方法的主要应用领域和来源.目标定位问题是雷达,声纳,地震测量等技术的基本问题.目标定位的方法可以分为两太类,即主动方法和被动方法.主动定位方薅是由测定者发出信号并接收被测目标返回的信号,并由此信号进行定位常达就是一种主动定位系统被动定位则不发出探渊信号,———～1■———三一而仅接收由被测目标发出的信号,并由此进//,行目标定位.被动声纳就是一种被动定位系//f,;声撼统与主动定位方法相比,被动定位方法的l,—7,:/主要优点是无需发射能量,且具有隐蔽性,?/?膏肆这对于军事丰钉生物医学上的应用?是有意义走的本文仅讨论有关被动定位问题中的时间—,—————————,——'苎竺和苎量曼.关于主动图多珞传输示章图定位问癍讨论请觅文献(2o). '……'一海洋技术第1i卷在三维空间中,例如在海洋中,目标所发生的声音(作为信号源)可以经过多条路径(信道)而到达接收器,如图1所示.通常.假定信号在信道中的无色散球面渡的方式传播"".为了简化分析和研究,常常将信号源和接收器考虑在同一个平面中,从而将问题化简为二维定位问题.这样.在二维空间中,球面渡退化为柱面渡.若与接收器阵列相比,信源的位置很远,则可以认为信源发出的信号为一柱面波.图2给出了一个最基本的双基元被动定位系统:图中,A,B为两个相距为三的接收器,S为被测目标.即信B.源发出的信号是以平面波的形式在信道中传输的.设A.B接收到的信号分别为.()和.(f).如下式所示:i(f)=s(f)+n()(1a)图双基死被动定位系统.(f)=4..(f—D)+打.(f)(1b)式中.(f)是目标信号.口为衰减常数.为便于计算.不妨设口=1.D是由于目标信号传输距离不同所产生的时间延迟.n(f)和"(})是接收器A.B所接收到的噪声.通常.假定信号和噪声均为高斯分布的平稳随机过程,且互不相关.由三角形AABG的几何关系可知:BG=ABCOSABG=一ABcOS口(2由于ABeL,BG=c?D,其中c为声速.D是(1)式中的时延参数,因此,目标的方位角为:口=aTCCOS(-BG/.4B)=arccos(一c?DIL)(3)由(3)式可知.上为两接收器之间的距离.C为声速.均为可测量的量,因此,目标定位问题的关键是时间延迟D的估计.海水中声速的经验公式如(4)式所示;c=1,150+4.21T--0087T+1.14Cs-85)+O175p(4)式中.C为声速,单位为m/s;T为水温,单位为℃;s为水的盐度.以千分比计;P为水的静压力,单位为大气压.常用的水中声速平均值为1500m/s"".图3三基元被动系统如果要同时测量目标的距离和方法,则需三个相间一定?距离的接收器组成一个线阵,如图3所示:目标的距离和方位角分别为il:月:尘二(兰㈩n,cD_cD,1,0—一一—一,一…f型!1(6)"I—————一I【6)式中.DD,-分别为接收器接收到的目标倩号之间的相对时延,当上{《月时,cD.{《t砜.●第3期时间延迟估计的基本原理和方法H=aveeos(--cD/L2)()式(7)与式(3)相同.因此.只要测量出时延D,就可以确定目标的距离和方法,即实现目标的定位.另一方而.若信号源和接收器之问存在相对运动的话,还可以通过时延估计而得到相对运动的速度.综上所述,被动系统的目标定位问题,归根结底是一个相问一定距离的两接收器信号的时间延迟的估计问题.时延估计的精度越高,定位的误差就越小"".2时间延迟估计的理论基础根据观测数据对一个量或几个量进行定量推断就是估计问题"".时间延迟估计是根据不同位置接收器所接收到的瞬源信号来估计其中所包含的时延信息.基本估计理论,相关理论,谱『占计理论,自适应理论和付里叶变换的原理构成了时间延迟估计的理论基础.2.t基本估计理论对于确定的被动定位系统而言,时间延迟D是一个确定的量.但是由于信道中存在干扰和噪声,因此接收器所收到的信号或称之为观灞数据是随机的.这样,由观渊所得到的估计值必然存在估计误差.同样,信号的随机性决定了必须采用统计的方法来进行时间延迟的估计.常用的基本估计方法有最小二乘估计.线性最小方差估计,最小方差估计,贝叶斯债计.最大后验估计.最大似然估计及最小误差熵估计等.在时间延迟估计中,人们常常报时间延迟D看作确定而未知的量,故常采用最大似然估计方法来处理….这是因为在被动定位的条件下,用最大似然估计方法进行时延估计具有无偏,有效和一致三种性质.从这个意义上来说,最大似然估计是一种最佳估计''".'2.2相关理论f相关理论是在时域中考察信号之间相似程度的理论.平稳随机过程的自相关和互相关函数定义如下:月..(f)=丑[.(f)(f—f)],(8)月,..(f)=L((})(f—f))(9)在时间延迟估计中,利用相关函数进行两接收信号相似性的比较.相似性最大即相关函数取极大值时的时间延迟,则作为真实时延估计值.2.5谱估计理论所谓谱估计,就是根据过程的先验知识,建立近似实际过程的模型,并利用观铡数据和自相关函数来估计假设的模型参数….由于随机过程的功率谱是其自相关函数的付里叶变换,因此从原理上来说...由相关法解决的时延估计.同样可以由谱估计的方珐来解,决,,,自相关函数及其付里吐变换功率谱有两个局阻№第一,白相关函数仪包含过程的振幅信帛,面包审相位情阜.而时延问羁是和J用相位信粤的.讳二,呆用自担关蓐数时.海带技柬第11卷通常假设实际观测到的数据是由正态自噪声激励的最小相位系统产生的但在实际中.这个条件不一定总能满足.这样使用观测数据的自相关函数或其功率谱就得不到信号的全部信息".目前,时间延迟的谱估计法是采用双谱和相位谱来进行的.2.4自适应信号处理理论自适应信号处理的特点是它可以自动地调节滤波器自身的参数.在设计滤波器时,只图4自适应信号处理示意图需很少或根本不需要任何关于信号和噪声的先验知识.自适应滤波器的实现大致与维纳滤波器同样筒单,而性能却同卡尔曼滤波器一样好.自适应滤波器是工作于闭环(反馈)状态的图4】给出了自适应信号处理的原理框图"":当输入信号为平稳随机序列时.自适应算法应调节权系数,使Y(")与d(≈)的均方误差E(e.)]最小.自适应信号处理具有多种形式可以完成不同的功能.在时闻延迟估计中,自适应信号处理以两种形式被应用.第一种形式是利用自适应滤波器消除信号中伴随的噪声然后再进行相关等时延估计.…第二种形式是直接利用自适应算法来估计时间延迟参数"".2.5付里叶变换的原理和方法付里叶变换是信号处理领域的一种十分有用的工具.尤其是快速付里叶变换的出现,使在频率域进行快速信号处理成为现实.下式给出了有限时宽序列的离散付里叶变换(DFT)式:N一1)=三x()exp(-y(2~rkn/N)]0≤≤N-1(1Oa)'Ⅳ1()青()expC~I(2,Ⅳ)]O<n-<<N一1(105)在时阊延迟估计问题中.付里叶变换是一个十分有用的工具.例如进行噪声处理.相关计算港估计和自适应信号处理,都可以利用FFT算法来加快计算速度.?3时间延迟估计的基本方法时间延迟估计的方法大体上可以分为四种.即相关法,双谱法,相位谱法和自适应法.5.1柜关时延估计和广义租关时延估计法相关估计法是最根本时廷估计方法.这种方法是利用(1)式中两个接收信号()和,(})的互相关函数来估计时祠延迟的(1)式中两信号的互相关函数为:.(f)=F((}).(}一f))=曰O:--D)(II)式中.—D)为信号s(})的相关函数.由相关函数的性质曰(9)≥1曰(f)l,可知当————————....●第5期时间延迟估计的基本原理和方法f=D时,只(f)达到最大值计算两接收信号z(f)和x.(f)的互相关函数,并求出求峰值出现的时刻,则其峰值时刻即为所要求的时间延迟D当互相关函数的主极大峰很尖锐时,容易比较准确地求得扳大点的位置.然而在实际应用中,出于噪声的影响,互相关函数的主极大峰常常比较平坦.这样就很难判断出极大点的准确位置.从而使时间延迟的估计产生较大的误差.为了提高时间延迟估计的精度.又提出了广义相关法.在广义相关时延估计中.两个输入信号(f)和(f)先经过预滤波.然后再求互相关函数图5给出了广义互相关时延估计的原理框图.图5广义相关时延估计法原理框图台信号x(f)和(f)先经过预滤波器日(,)和日.(,)进行预滤波,变为y()和y,(}),然后再对y(f)和y(t)求互相关函数,并经峰值检测确定时延估计值D.实际上.互相关函数….(f)和广义互相关函数….(f)常常是由对互功率谱的估计而求得的.互功率谱的估计可由下式得到^G..(,)=F.(,)F(1)/r(12)式中,F(,)和F(,)分别为接收信号(})和.(f)的频谱,T为观测时问,表示复共轭"".这样,求广义互相关函数时对信号的预滤波就相当于对互功率诺G...(,)进行加窗运算.即:G,.,(,)="(,)?.(,)(13)式中G.t:(,)表示广义互功率谱,(,)为加窗函数(,)的作用是尽量加宽信号和信噪比大的频率成分,以改善时延估计的精度.对广义互功率谱进行付里叶反变换,则得到广义相关函数r∞(f)=1(,)-G(,)exp(,2,f)?(14)经过峰值检测,即可得到较基本互相关法更为精确的时延估计表l给出了几种域佳和次最佳加窗函数.表1给出广义相关时延估计的几种加窗函数表1名称基奉互相兆加宙匝数删(,)1海洋技术第11卷名称Roth冲鼗响应SCOT(平滑相干变换)RFL~T(相位变换)EckartI————!ML馥HT加商匝数丽…G,J】',)力_,)哪).IG|JI去丽1其中.1r..(,)l为振幅平方相干函数在时延估计中,上述加窗函数均的未知,只能用它们的估计值来代替5.2双谱时延估计和广义双谱时延估计法将(1)式的两接收信号(f)和(t)离散化,则得到其离散的序列:.(i)=()+(f)f=1,2.一一-Ⅳ(15a).(f)=(i-D)+(i)i一1.2.…Ⅳ(15b)(f)与.()之间的相似性可以用三阶矩或双谱来度量.由于零均值平稳正态序列的三阶矩为零.故可以消除正态噪声的影响,而且有较佳的性能"".{.(f))的双谱为;B.tt(,m)t(m,)xp(一J(.+mt)]=日.(,∞.)(16){()}和{x.(z)}的互双谱为:口t:(--.)=翠厅,t(J,,,)exp[一,(甜+国)]?=日.(J,)?exp[一mD].(17)比较(16)式和(17)式,可见占.t.,.(co.∞:)和日z.t(∞.∞.)只差一个因子?~xp(-抽D).它包含了时间延迟D的信息.即:p(_D)(18)___.p卜'L将(18)式做付里叶反变换,褥∞)=去等1)_e)(19)当u(O出现峰值时,即为所要估计的时间延迟.比较(19)式神(14可见每用与)艄作●第3期时间延迟估计的基本原理和方法用是相似的.为了提高双谱时延估计的精度,对{}进行加窗处理,再进行付里叶反变换,得:u(})=j『—:c.c.]2上lB(∞a)u吼(20)这种将u,(j)峰值出现的时刻作为时延估值的方法称为广义双谱时延估计法.据报道,广义双谱时延估计的方差小于基本双谱时延估计的方差".因此,广义双谱时延估计是提高时延估计精度的有效方法.5.5相位谱时延估计和广义相位谱时延估计法相位谱时延估计法是一种直接利用互功率谱,即利用时延和相位函数之间的关系而直接得到时延估值的方法"".由相位数据估计时延的方法如下::::且(21)——rI～式中,,.t(,t)是平滑后的相位谱函数估计值,B是.自回归线的斜率.,一是频率相位谱法是基于FFT变换的.因此计算简单不过,当信号的功率谱曲线有较大的渡动时,时延估计的精度显着下降.为了克服这一缺点,提出了广义相位谱时延估计法"",即对相位谱函数求斜率时给予一定的加权平均,使最终得到的时延估计更为精确,式(22)为广义相位谱时延估计的计算式:里(22)理论分析和计算机模拟都证明,采用广义相位谱法进行时延估计,具有较强的抗干扰能力,且其估计方差可达到克拉美罗下界.-5.4自适应时延估计法自适应时延估计法是一种基于自适应信号处理技术的时延估计方法.这种方法又可以进一步区分为两种形式,即前置消噪法和直接自适应法.前置消噪法的一个例子是在广义相关器之前加上前置自适应滤渡器,用于消除接收信号(})和(f)中包含的噪声.据报道,当外界干扰噪声比较强烈时,采用前置消噪自适应时延估计,可以极大地减小估计的方差0.直接自适应法则是利用自适应信号处理技术,直接或间接地估计出时延参数.所谓直接估计就是直接自适应地修改时延参数而进行估计.所谓间接估计则是通过自适应地修改系统参数来估计时间延迟的.囹6给出了利用最小均方(LMS)算法进行直接自适应时延估计的原理框图.海洋拄术第11卷图e.LMS自遗应时廷估计器的原理图两接收信号(f)和x.(f)经离散亿后形成(^)和()分别作为自适应噪声抵消系统的参考输入和基本输入,()(=0,I,…m)表示自适应滤波器的加权系数.且按照最小均方准则来.进行调整.这相当于在参考输入端的信号,()上插入了一段延迟.以保证()和x.()的最大的相关性当选代收敛时,权系数峰值所在的权序号就是时延估计值.这种估计方法的方差略高于克拉美罗下界但对于缺乏信号和噪声的先验知识的应用情况是一种有效的方法.4各种时延估计方法的性能比较总的来说,上述四种时延估计方法各有优缺点,很难说哪～种方法是全面优越的.不过各种广义方法要比基本方法的估计椿度要高.4.1关千估计精度广义相关法采用最大似然加窗函数时,其估计方差可达到克拉美罗下界",是一种最优的估计方法.广义相位谱估计法采羽OptimumCol,eFenceFunction作为加窗函数时,其估计方差也可达到克拉美罗下界".,也是一种最优估计.自适应时延估计方法可以产生与广义相关法相同舶最小方差而逼近壳拉美罗下界"".4.2美千计算复杂度一般来说,各种方法的广义算法均比基本舅法复杂一些.对于广义相关法和广义相位谱法来说=者都是时延的最大似然估计.前者的计算需要用FFT将时域信号变换到频率域,在完成广义互谱估计之后,再刚lFFT返回到时域.而后者则仅需用FFT变换到频域,无需存变回到时域,并省去了峰值检测和向插运算,直接就得到了时延忭汁.第3期时间延迟估计的基本原理和方法4.5关于限橱条件相关法和双谱法部要求被测目标没有或仅有缓r恒昀移动,且在有限的观察时间T 内,信号和噪声的统计特性保持不变.自适应方法比较适用于对信号和噪声的先验统计知识缺乏了解的情况,若考虑了先验知识,则估计方差会显着减小.广义相位谱法具有较强的抗干扰能力,适用于信嗓比较低的情况.时间延迟估计是信处理学科的一个十分活跃的领域,十几年来,人们对此领域的关注和研究一直长盛不衰.从1981年至l990午,IEEE国际声学,语声和信号处理学术会议(ICASSP)论文集中关于时延估计的论文平均每年为1嫦,由此可见一斑关于时问延迟估计理论和方l法的研究,对于雷达,声纳等军事领域的研究工件,对于地震学,水声学,空气声学,核反应堆故障诊断.地下传输管线泄精的检测定位等科学和工业领域的研究工作,都有着重要的意义和价值.可以预见,在如此广泛的应用背景推动下,时延估计的理论,方法和技术一定会得到迅速发展本文得到大连理工大学王宏禹教授的指导,谨此致酣参考文献1C.H.Kaapp,G.C.Carter,TheGeneralizedCorrelationMethodforEstimationof rimeDelay,IEEETrans.V oI.ASSP_24,No.4,PP.320—327,1979.2G.C.Ca~tar,TimeDelayEstimationforPassiveSonarSignalProcessing, IEEETrans.V oI.ASSP-29,No.3,PP.463—470,1981.3E.J.Hannah,P.J.Thomsom,TimeDeIayEstimation,JOurnalofTimeSeriesAaalysis,V o1.9,No.1,PP.21-33,I988.4A.H.Quazi,AnOvarviewonthe1.imeDelayEstimation,IEEETrans.V o1. ASSP-29,No.3,Pp.527-533,l081.5J.O.Smith,B,FriedlanderAdaptlveMultlpathDelay.Estimatlon,IEEETrans.V oI.Assp一33,No4,PP.g12~822,1985.6F.A.Reed,P.L.Fe~ntuch,N.】.Betshad.TimeDelayEstimationUsingthe LMSAdapticeFilter—StaticBehavior,IEEETransV oI.ASSP-29.No.3,PP56【-57i,I9g1.,7A.Fertner,A.Sjolund,ComparisonofV ariousTimeDelayEstimationMethod byComputerSimulation,IEEETrans.V o1.ASSP-34,No.5,PP.1329—1330,1986. 8G.C.Carter,P.B.Abraham,EstimationofSourceMotionfromTimeDelayand TimeCompressionMeasurement,J.Aconst.Soc..Am.63(3),Mar,PP.830—832, 1980.9J.Krotik,MEizenman,S.Pasupathy,TimeDelayEstimatloaViaGenerallzed CorrelationwithAdaptiveSpatialPrefiltering.ICASSP,86,PP.35.20.卜4,i986.海洋技术第i1巷IO钱玉美.广义双谱时延估计,CCSP一88.PP.1233—1239.i988.1lJKrollk.M.Eizenman,S.Pasupathy,AdaptiveoftheLMSAdaptiveLine EnhancerinTimeDelayEstimation,IcASSPs85,PP.46.7.I-4,J986.12D.H.Y oun,N.Ahmed,ComparisonofTwoAdaptiveMethodforTimeDelay Estimation,ICASSPt83,PP.883-886,J983.J3J.Krokik.M.Joy.S.Pasapathy.M.Eixenman,AComparativeStudyofthe. LMSAdaptiveFilterV ersusGeneral/zedCorrelationMethodforTimeDelayEstimation,ICASSW84PP.15.11.I-4,1984.14王宏禹,随机数字信号处理,科学出版社,J988..15王宏禹,现代谱估计.东南大学出版社,I990.J6郏兆宁,向大威,7K声信号被动检测与参数估计理论,科学出板社.J983.17C.F.Cowan.P.M.Grant.AdaptlveFiIters(中译本),复旦大学出板社,1990.18钱玉美,从噪声中提取信号灼时延信息.第四届全国镦弱信号检测学术会议论文集.PP.52-57,1986.J9Z.Zheng.H.Z.Qiang,theGeneralizedPhaseSpeetrumMethodfOrTimeDelay EstimaLion.IcASSP~84,PP.46.2.卜4,1984.2OR.A.Aires,TargetPositionEstimationinRadarandSonar.andGeneralized AmbiguityAnalysisforMaximumLikelihoodParameterEstimation,Proc.IEEE,V o1.67.No.6.PP.920—930,1979.2l声纳与水下观测,上海科学技术出板社.22周概容.概率论与数理统计,高等教育出信社.J984.23A.V.奥本诲姆,致字信号处理.科学出板社.1990.24侯朝焕.实用FFT信号处理技术,海洋出板社,1990.25F.A.Reed,P.L.Feintuch,N.J.Bershad.TimeDelayEstimationUsingtheLMSAdaptiveFiIter--DynamicBehavior,IEEETrans,V o1.ASSP一29,No.3,PP.671—576,l981.TheBasicprincipleAndMethodofTimedelayEstimationQiu~ianshuang(Dalia,~Univ.eNq.,Technology)'Aht矗tThepapcrglvesacomprehensivodescriptionofthebasicpr;ncipleandmethodoftime—delayestlmatlon.ine1udingcorr~latlogmethodand generalizedcorretatio/1double—spectrummethodandgeneralizeddoub1一espectrum,phase—spectrtlmmethodandgeneralizedphase-spectrlio1.as we11asadaptiveaigna1PrOCessing,Thecharacteristicsofthedifferent methodsareaIsoai2alysed8ndcol22口ared。
