Page 111 - 应用声学2019年第2期
P. 111

第 38 卷 第 2 期              李均浩等: 一种改进的非整数自适应时延估计方法                                           257


             输入信号,LMPFTDE算法的代价函数为多峰函数,                         值整数位估计,将得到的估计值,作为 LMPFTDE
             直接进行迭代算法可能不收敛,迭代值在D−0.5与                          算法时延值迭代的初值。最后进行自适应时延估计,
             D+0.5之间(D 为时延真值),代价函数是单峰的,所                       求出更高分辨率的时延估计值。改进的非整数自适
             以用相关法时延估计对 R c11 、R c21 先进行时延估计                   应时延估计算法的原理框图如图1所示。

                                     Eıx 1↼n↽x 1♭↼n⇁m↽♯℘ ↼p֓↽
                               x 1↼n↽
                                                              ̉ᄱТ௑णͥᝠϙ˞ᤖ̽Ѻϙ

                                                                                       +
                                                                     M              -
                                                                            ^
                                     Eıx 1↼n↽x 2♭↼n⇁m↽♯℘ ↼p֓↽  g ⌣  ∑ sinc↼i֓D↽z −i     ∑
                                                                    i/−M
                                x 2↼n↽
                                                                           త࠵ࣱکpᔵ஝

                                             图 1  改进的非整数自适应时延估计算法
                                 Fig. 1 Improved fractional adaptive time delay estimation algorithm
                                                               波动。用收敛过程迭代时延值的中位数作为时延估
             3 计算机仿真实验
                                                               计值,改进算法迭代值的中位数更接近时延真值,改

                 下面通过计算机仿真实验,将本文改进的                            进算法的均方根误差小于LMPFTDE算法。
             非整数自适应时延估计算法与 LMPFTDE 算法
                                                                     3.20
             的估计性能进行比较。根据信号和噪声模型构
             造两路接收信号,其中带限平坦谱的源 S(n) 由                                3.15
             高斯白噪声通过带宽为 0.2 的 6 阶巴特沃兹低通                              3.10
             滤波器产生,脉冲性噪声由服从 α 稳定分布的信                                ͥᝠᄊ௑ण
                                                   2
             号来模拟,混合信噪比 MSNR = 10 lg(σ /γ v )           [13]         3.05
                                                   S
                         2
             设定,其中 σ 表示源信号的方差;γ v 表示噪声
                         S                                           3.00
             的分散系数,取信号的长度 n=10000,延迟信号
                       ∑ M
             s(n − D)由          sinc(i − D)z −i  的61阶FIR滤            2.95 0  1  2  3  4  5  6  7  8  9  10
                          i=−M
             波器产生,设时延真值D = 3.2T S ,迭代初值为3T S 。                                      ᤖ̽൓஝/T10 3
             共变序列的长度为 20000 点,以下结果均为 50 次独                               图 2  LMPFTDE 算法收敛曲线
             立实验的平均。                                             Fig. 2 Convergence curve of LMPFTDE algorithm
                 实验 1 在相同 α 值和 MSNR 条件下,p = 1.1,
             α = 1.5,MSNR = 0 dB,LMPFTDE算法和改进算                       3.35
                                                                     3.30
             法迭代步长 µ g 、µ D 均为 0.09。观察 LMPFTDE 算
                                                                     3.25
             法和改进算法收敛曲线,如图2、图3所示。                                    3.20
                 LMPFTDE 算法和改进后的时延估计算法,                            ͥᝠᄊ௑ण  3.15
             输入信号的长度表示算法能够进行迭代的次数。                                   3.10
             LMPFTDE 算法的输入信号长度为 10000,能进行                            3.05
             的最多迭代次数为 10000;改进算法输入信号为                                3.00
             20000,能进行的最多迭代次数为20000。                                 2.95
                                                                        0     0.4   0.8    1.2   1.6   2.0
                 从图 2、图 3 和表 1 可得出,两种算法在收敛到                                        ᤖ̽൓஝/T10  4
             10000 点时,LMPFTDE 算法能够收敛到接近真值,                                  图 3  改进算法收敛曲线
             改进算法能够收敛到真值附近,且此后在真值附近                              Fig. 3 Convergence curve of the improved algorithm
   106   107   108   109   110   111   112   113   114   115   116