可变步长自适应时延估计方法研究.pdfVIP

维普资讯 2004年第 4期 声学与电子工程 总第 76期 可变步长 自适应时延估计方法研究 夏崔春 钱 进 (东南大学无线电工程系 南京 210096) 摘要 在介绍 LMS 自适应时延估计算法的基础上重点介绍了基于参数模型的自适应时延估计算法 ETI~E，并给出了一种利用ETDGE的功率因子估值来估计噪声与信号功率的方法，从而实现加快收敛速 率的变步长迭代算法。实验结果表明，基于可变步长的ETDGE算法具有更快的收敛速度和更小的稳态均 方估计误差． 关键词 可变步长 时延估计 自适应 参数模型 l引言 以及对时变环境的跟踪，于是初始的收敛过程将 会很慢，可变步长方法可用来解决这一矛盾。 时延估计技术是伴随着声纳与雷达系统的被 动定位而发展起来的。CHKnapp与GCCarter于 2参数模型时延估计算法 1976年发表的广义相关时延估计著名论文IIJ标志 考虑两传感器输出的离散数学模型为： 着时延估计理论的诞生。近年来，随着时延估计理 论的迅速发展，时延估计技术已广泛地应用于水下 f(七)=(七)+，(七) ， 目标定位与跟踪、地球物理、生物医学和工业控制 【(七)=as(k—D)+，，2(七) 等领域中。 式中， (七)为源信号，干扰噪声啊(七)、 ，(七)为互 传统的广义相关时延估计作为一个框架性 不相关且独立于 (七)的零均值、带限实高斯过程。 的理论，通过对接收信号频谱作加权预处理来提 源信号功率记为 ，两路噪声功率相同，记为 ， 高时延估计的精度与稳健性，得到了成功的应用。 衰减因子 通常取 1，D为待估计的时延值。 然而，在许多非平稳环境中，广义相关时延估计 LMSTDE算法是将接收信号 (七)通过一个自 不能很好地反映时延的变化特性。针对此，FA 适应F 滤波器，并使滤波器输出在最小均方误差 Reed等人引入了基于LMS理论的自适应时延估 意义上接近于y(七)。构造代价函数如(2)式示： 计方法I，称为LMSTDE。构成这一理论的基础 是：无论源信号抽样后的功率谱为何种形式，总 可以将信号的时延效应等效为信号通过一个有限 c，：￡e{c七，}={[c七，一，Pwi()xk(-i)])2， 脉冲响应滤波器 (FIR)的响应。于是，时延估 最小化 (’．，)可得到维纳最优解： 计问题便转化为滤波器参数的估计问题，通过对 滤波器参数插值便能够实时跟踪并估计时延值。 三 事实上，LMSTDE正是广义相关ROTH处理器的 南 ．si。 尸 自适应实现。随之，人们又提出了直接对时延值 其中，抽样函数sinc(x)=sin(nx)／(~)，记功率 进行迭代的自适应时延估计器ETDE及其改进估 计器 ETDGEI3l。理论与计算机仿真均表明， 因子最优解为g’= ／(+ )。