[发明专利]一种多径环境下鲁棒时延估计方法

说明书

技术领域

本发明涉及一种多径环境下鲁棒时延估计方法，可应用于电站锅炉炉膛热态温度的测定，雷达、声呐、无线电监测的定位，语音的增强等。

背景技术

信号传播的多径和背景噪声的非高斯脉冲性是实际中常常遇到的问题。在时间延迟估计中经常遇到的多径传播问题，其关键是解决多个时间延迟之间的分辨率。相关法用于多径时间延迟估计时其分辨率为信号带宽的倒数，通常，把能够突破相关法分辨率极限的方法称为高分辨率方法。在高斯噪声环境下，已经有许多高分辨率多径TDE方法，但是当噪声表现出明显的脉冲性时，这些基于二阶统计量传统时间延迟估方法的性能往往缺乏鲁棒性，显著退化，甚至不能使用。因此，噪声的脉冲性问题是在多径环境下进行时间延迟估计需要考虑的另一个主要问题。

现有研究大多或者仅仅考虑多径问题、或者只是研究算法的鲁棒性，将二者结合在一起研究的为数不多。

发明内容

本发明要解决的技术问题是：在有脉冲噪声的多径传播环境下，时间延迟估计的精度不够、鲁棒性不强。

为了解决上述技术问题，本发明的技术方案是提供了一种多径环境下鲁棒时延估计方法，多径信号满足理想化多基元模型，其特征在于，则对多径时延的估计方法包括以下步骤：

步骤1、用直接法估计N点观测数据x₁(n)、x₂(n)的FLOCCS，进行幅度归一化处理，得到归一化的FLOCCS序列C(k)；

步骤2、将C(k)看成一个时间序列，估计该序列的自相关函数选择m＞L，L是多径的数目；

步骤3、根据估计的C(k)序列自相关函数构造自协方差矩阵

步骤4、计算自协方差矩阵的特征值分解将矩阵与自协方差矩阵的L个主特征值对应的部分组成矩阵

步骤5、去掉矩降的最后一行组成矩阵去掉矩阵的第一行组成矩阵矩阵与矩阵有一定的关系，借助一个矩阵来表示它们之间的关系为这里矩阵的特征值含有时间延迟信息；

步骤6、计算矩阵的特征值分解，矩阵的特征值对应于所以时间延迟的估计为

本发明提出的算法是将两个接收信号的分数低阶协方差序列进行傅里叶变换得到分数低阶协方差谱，再把分数低阶协方差谱看作等效的时间序列，这样，多径时间延迟估计问题就转化为多个正弦信号频率估计或阵列信号波达方向估计的问题。因此，可以利用已有的高分率估计方法对等效时间序列进行频率的估计，从而得到高分辨率的多径时间延迟估计。

本发明提出的方法不仅可以用于高斯噪声环境，也可以用于脉冲噪声环境下的多径情况时间延迟估计，是一种可以突破相关法分辨率极限的高分辨率鲁棒性多径时间延迟估计方法，本算法可以用于主动及被动多径时间延迟的估计。

附图说明

图1为阵列分成两个子阵列示意图；

图2(a)为基于CPS-ESPRIT算法的高斯噪声(α＝2)下两径TDE的均方根误差与混合信噪比的关系；

图2(b)为基于FLOCCS-ESPRIT算法的高斯噪声(α＝2)下两径TDE的均方根误差与混合信噪比的关系；

图3(a)为基于CPS-ESPRIT算法的非高斯噪声(α＝1.2)下两径TDE的均方根误差与混合信噪比的关系；

图3(b)为基于FLOCCS-ESPRIT算法的非高斯噪声(α＝1.2)下两径TDE的均方根误差与混合信噪比的关系；

图4(a)为基于CPS-ESPRIT算法的非高斯噪声(α＝0.8)下两径TDE的均方根误差与混合信噪比的关系；

图4(b)为基于FLOCCS-ESPRIT算法的非高斯噪声(α＝0.8)下两径TDE的均方根误差与混合信噪比的关系。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

本发明提供的一种多径环境下鲁棒时延估计方法，将多径信号的分数低阶互协方差谱序列看成时间序列，再利用高分辨率的谱估计方法估计其功率谱。因为分数低阶互协方差谱比功率谱具有鲁棒性，因此，本发明提出的方法比大多数基于二阶统计量的高分辨率多径时间延迟估计方法，在使用时具有鲁棒性。基于脉冲噪声服从αc稳定分布，首先，将接收信号的分数低阶互协方差谱看成等效的时间序列，把时间延迟估计问题转化为对谐波频率的估计，基于旋转不变技术估计信号参数，得到一种高分辨率的多径TDE方法。

1)分数低阶互协方差谱