Page 20 - 应用声学2019年第4期
P. 20

480                                                                                  2019 年 7 月


               W (n + 1) = W (n) + δ · [W (n) − W (n − 1)]     其中,k 1 (n) = [(1+δ) − 2µr x ] e j[ω+ϕ 1 (n)] 、k 2 (n) =
                                                    H
                           + 2µ [d(n) − y(n)] · (X(n)) . (9)   −δ e j[2ω+ϕ 1 (n)+ϕ 2 (n)] 、k 3 (n) = 2µr x e j[ω+ϕ 1 (n)]  以及
                                                                           H
                                                               r x = (X(n)) X(n) 为复数据 X(n) 在时刻 n 的短
             对X(n + 1)做加权运算得
                                                               时自相关函数,当输入时变信号加噪声幅度平稳
                              T
             y(n + 1) = (W (n)) X(n + 1)                       时,可认为 r x 在短时间内近似不变。公式 (14) 表示
                [       T                       T        ]
             + δ (W (n)) X(n + 1) − (W (n − 1)) X(n + 1)       一个复数域的二阶 ARMA 时变滤波器模型,如图 3
                                     H
             + 2µ[d(n) − y(n)] · (X(n)) X(n + 1).      (10)    所示。
             假设 X(n + 1) 中包含有确定性相干信号 S(n + 1)                                                ⇁
             和高斯随机噪声V (n + 1),即
                                                                                            k 1↼n↽  k ↼n↽
                  X(n + 1) = S(n + 1) + V (n + 1).     (11)
                                                                  d↼n↽
                                                                       Z -1  k  ↼n↽  ⇁  Z -1    Z -1
                                                         ∼
                 窄带确定性相干信号满足近似关系S(n+1) =                                                            y↼n⇁↽
             e S(n) = e  j2ω S(n − 1),ω 为瞬时角频率。可是
              jω
                     ∼
                                                                           图 3  ACI 的窄带复解析模型
             X(n + 1)中包含有噪声成分V (n + 1),同样的近似
                                                                 Fig. 3 Narrow-band complex analytic model of ACI
             关系不成立。合理的处理方法是,时延一个或两个
             采样间隔的数据中,一部分完全符合确定性信号的                                对式(14)取Z 变换,
             近似关系,另外一部分则与原信号正交,两者相加保                                                k 3 (n)z −1 D(z)
             持原来的幅度近似不变。也就是,                                          y(z, n) =  1 − k 1 (n) z −1  − k 2 (n)z −2
                            [               ]
                 X(n + 1) = e  j[ω+ϕ 1 (n)] X(n)                            = H(z, n) · D(z),            (15)
                          ∼
                 [  jω    ]
              =   e X(n) · [cos(ϕ 1 (n)) + j sin(ϕ 1 (n))] , (12)  式(15)中,D(z) = Z {d(n)}为d(n)的Z 变换。
                                                                   时变传递函数
             以及
                                                                                    k 3 (n)z
                          [              ]
                       ∼
              X(n + 1) =   e j[ω+ϕ 1 (n)] X(n)                      H(z, n) =  z − k 1 (n)z − k 2 (n)
                                                                               2
                                   [                   ]                              k 3 (n)z
                       = e j[ω+ϕ 1 (n)]  e j[ω+ϕ 2 (n)] X(n − 1)            =                      ,     (16)
                                                                              [z − γ 1 (n)] · [z − γ 2 (n)]
                          [                        ]
                       =   e j[2ω+ϕ 1 (n)+ϕ 2 (n)] X(n − 1) , (13)  极点位置为
             其中,ϕ 1 和 ϕ 2 (n) 取值为 0 表示没有噪声,有噪声时                             1  [      √      2         ]
                                                                z = γ 1 (n) =  k 1 (n) +  k 1 (n) + 4k 2 (n)  (17)
             应有 0 < [ϕ 1 (n) + ϕ 2 (n)] < (π/2)。代入公式 (10)                   2
                                                               以及
             可得
                                                                            1  [      √               ]
                                                                                             2
                                                                z = γ 2 (n) =  k 1 (n)−  k 1 (n) + 4k 2 (n) . (18)
                y(n + 1)                                                    2
                       T
              = (W (n)) X(n) e  j[ω+ϕ 1 (n)]                   脉冲响应为式(16)的逆向Z 变换,
                                                                       [             ]
                     [       T       j[ω+ϕ 1 (n)]                           k 3 (n)
                + δ · (W (n)) X(n) e                                                    [    t       t ]
                                                                 h(t) =               · γ 1 (n) − γ 2 (n) . (19)
                             T
                − (W (n − 1)) X(n − 1) e j[2ω+ϕ 1 (n)+ϕ 2 (n)]  ]       γ 1 (n) − γ 2 (n)
                                                                   输出数据序列则为
                                         H
                + 2µ [d(n) − y(n)] · (X(n)) X(n) e j[ω+ϕ 1 (n)]
                                                                              y(n) = h(t) ∗ d(n),        (20)
              = [(1 + δ) − 2µr x ] y(n) e j[ω+ϕ 1 (n)]
                − δy(n − 1) e j[2ω+ϕ 1 (n)+ϕ 2 (n)]            式(20)中,符号“*”表示卷积。
                                                                   由式 (16) 和式 (19) 可以看出,出现相干累积的
                + 2µ e j[ω+ϕ 1 (n)] r x d(n)
                                                               条件在于极点向径 γ = |γ 1 | 或 |γ 2 | 的大小。只要有
              = k 1 (n) · y(n) + k 2 (n) · y (n − 1)
                                                               γ > 1,也就是极点跳到单位圆外,就会发生累积
                + k 3 (n) · d(n),                      (14)
                                                               现象。
   15   16   17   18   19   20   21   22   23   24   25