基于时延差方差加权的时延差估计方法

郑恩明 宋 佳 陈新华 孙长瑜 余华兵



基于时延差方差加权的时延差估计方法

郑恩明*①②宋 佳①②陈新华①孙长瑜①余华兵①

①(中国科学院声学研究所 北京 100190)②(中国科学院大学 北京 100190)

信息处理；时延差估计；时延差方差

1 引言

针对目标信源数未知时的时延差估计，现有的时延差估计算法只是进行了简单的分频带处理，而没有对处理所得数据做进一步的挖掘和应用，已不能很好地满足现时需求。对此，本文将文献[15]所提出的基于方位方差加权的目标检测方法应用到时延差估计中。本文对处理所得数据做进一步挖掘，首先利用目标辐射信号频率单元对应时延差估计比较稳定、噪声频率单元对应时延差估计比较随机的特点，计算各频率单元的时延差方差，然后对各频率单元的时延差估计结果进行时延差方差加权，突出信号所占频率单元时延差估计结果，最后实现对目标信源数目未知时的时延差估计。可避免对目标辐射信号进行频率搜索后再求取时延差。

2 信号模型

2.1 目标辐射信号模型

水下目标辐射信号简化形式可表示为[14]

令

2.2 阵元接收信号模型

图1为接收阵接收信号示意图。阵元接收的信号形式可表示为[14]

式(14)中，为第个阵元信号，为相对参考阵元1经延时后信号，为阵间距，为目标入射角，为有效声速，为第个阵元接收背景噪声，为阵元号。

令

由此可知：以单根线谱为例，式(1)中宽带信号与式(4)中背景噪声，式(1)中线谱信号分量与式(4)中背景噪声的谱级比分别为

式(4)中信噪比为

3 基于时延差方差加权的时延差估计算法

当目标信源数未知时，一般分频带互相关法在求取两路信号时延差时，会将所有频率单元时延差估计结果等价地加权到时延差估计中[4,5]，多目标情况，时延差估计效果更差。为了对处理所得数据做进一步挖掘，本文对一般分频段法时延差估计做进一步改进处理。改进算法原理如下。

3.1 算法基本原理

当目标辐射信号每次均能稳定实现时延差估计，统计时间内时延差变化缓慢时，可以采用下述方法实现时延差估计。

如果采用一般分频带法进行时延差估计，最终相关谱可表示为

最后对各频率单元时延差进行时延差方差加权统计，得到最终相关谱和时延差估计值。

3.2 算法实现

依据图2所示的流程图，本算法实现过程可分为以下6个步骤：

图2 本文方法的时延差估计流程图

3.3 算法估计性能分析

然后将目标信号估计时延差方差结果累加到式(17)中，可得到

式(18)可简化为

由图3可知：

(1)无论线谱谱级与干扰噪声平均谱级比是多少，未分频带法已不能实现时延差估计，原因为最终相关谱是由频带内所有数据均等叠加而成，受噪声和信号混叠影响较大；

3.4 算法运算量分析

一般分频带法(未插值)只需要对每个频带做两次FFT；而为了实现相关峰细化，本文方法在求取各频率单元的时延差时，采用类内插法对所有频率单元互功率谱进行先细化再求取相关峰位置，得到较高精度的时延差估计值。根据上述分析可得，本文方法相比一般分频带法(未插值)增加的运算量主要包括：

4 实验分析

对比图5和图6可知，未分频带法已不能很好地实现未知信源数的时延差估计；对比图5和图7可知，一般分频带法未对所得数据进一步挖掘和利用，该方法也不能很好地实现未知信源数的时延差估计；而对比图5和图8可知，本文方法对所得数据做了进一步挖掘和利用，时延差估计值可以很好地对应上波束形成方位估计值，克服了一般分频带法对多目标进行时延差估计时的估计性能较差问题。实验结果和数值仿真结果一样表明本文方法可以很好地实现对未知信源的时延差估计。

5 结论

图3 不同信干比下，3种方法的时延差估计概率

图4 实验线阵及目标运动示意图

图5 波束形成所得方位历程图

图6 未分频带法时延差估计结果

图7 一般分频带法时延差估计结果

图8 本文方法的时延差估计结果

[1] 姜可宇, 姚直象, 尹敬湘. 一种基于三元阵的水下目标被动定位方法[J]. 兵工学报, 2012, 33(9): 1107-1111.

Jiang Ke-yu, Yao Zhi-xiang, and Yin Jing-xiang. A passive locating method for underwater target based on three- element-array[J]., 2012, 33(9): 1107-1111.

[2] Chen Li-jun, Gao Xiang, and An Liang. Multipathpassivelocalization in shallow water channel[J].(), 2012, 48(5): 609-615.

[3] John G, Martin S, Reid M,.. Localization of a noisy broadband surface target using time differences of multipath arrivals[J].2013, 134(1): 77-83.

[4] Alain L, Seif E, Guy P,.. Time delay estimation for acoustic source location by means of short-time cross-correlation[C]. IEEE Sensors Conference, Limerick, Ireland, 2011: 1885-1888.

[5] Wen F, Wan Q, and Liu Y. Passive time delay estimation for complex noncircular signals[C]. 10th International Symposium on Electronics and Telecommunications, Timisoara, Romania, 2012: 243-246.

[6] 马晓红, 陆晓燕, 殷福亮. 改进的互功率谱相位时延估计方法[J]. 电子与信息学报, 2004, 26(1): 53-59.

Ma Xiao-hong, Lu Xiao-yan, and Yin Fu-liang. Time delay estimation by using modified cross power spectrum phase technique[J].&, 2004, 26(1): 53-59.

[7] Kou W, Duan W, and Li M. An improved time delay estimation method based on cross-power spectrum phase[C]. IEEE International Conference on Signal Processing, Communication and Computing, Hong Kong, China, 2012: 686-690.

[8] 张学森, 冯海泓, 黄敏燕, 等. 两步法提高时延差估计精度的分析和实验验证[J]. 声学学报, 2013, 38(2): 153-159.

Zhang Xue-sen, Feng Hai-hong, Huang Min-yan,.. Analysis and experimental verification on improving time-delay difference estimation accuracy with two-step algorithm[J]., 2013, 38(2): 153-159.

[9] 蒋伊琳, 司锡才. 基于互相关和MUSIC算法的时延估计[J].弹箭与制导学报, 2009, 29(5): 208-211.

Jiang Yi-lin and Si Xi-cai. Time delay estimation based on cross-correlation and multiple signal classification[J]., 2009, 29(5): 208-211.

[10] Liu W. A novel robust adaptive time delay estimation method[C]. 2011 International Conference on Electronic & Mechanical Engineering and Information Technology, Harbin, China, 2011: 12-14.

[11] Jonathan L O, Jeffrey L K, and Jeffrey S R. Maximum-likelihood spatial spectrum estimation in dynamic environments with a short maneuverable array[J]., 2012, 133(1): 311-322.

[12] McDonough R N and Whalen A D. Detection of Signals in Noise[M]. USA, 2nd Edition, California, Academic Press, 1995: 247-287.

[14] 李启虎, 李敏, 杨秀庭. 水下目标辐射噪声中单频信号分量的检测:理论分析[J]. 声学学报, 2008,33(3): 193-196.

Li Qi-hu, Li Min, and Yang Xiu-ting. The detection of single frequency component of underwater radiated noise of target: theoretical analysis[J]., 2008, 33(3): 193-196.

[15] 陈新华, 鲍习中, 李启虎, 等. 水下声信号未知频率的目标检测方法研究[J]. 兵工学报, 2012, 33(4): 471-475.

Chen Xin-hua, Bao Xi-zhong, Li Qi-hu,.. Research on detection of underwater acoustic signal with unknown frequency[J].2012, 33(4): 471-475.

[16] Hou H, Sheng G, andJiang X. Robust time delay estimation method for locating UHF signals of partial discharge in substation[J]., 2013, 28(3): 1960-1968.

[17] Valero X and Alias F. Narrow-band autocorrelation function features for the automatic recognition of acoustic environments[J]., 2013, 134(1): 880-890.

郑恩明： 男，1985年生，博士生，研究方向为信号与信息处理、水下声学定位系统.

陈新华： 男，1978年生，副研究员，主要研究方向为阵列信号处理.

孙长瑜： 男，1954年生，研究员，博士生导师，主要研究方向为阵列信号处理.

余华兵： 男，1975年生，副研究员，硕士生导师，主要研究方向为阵列信号处理.

Weighted Time Delay Difference Estimation Method Based on Its Variance

Zheng En-ming①②Song Jia①②Chen Xin-hua①Sun Chang-yu①Yu Hua-bing①

①(,,100190,)②(,100190,)

A weighted estimation method based on the Time Delay Difference (TDD) variance is proposed with regard to the problem of TDD estimation of unknown source. This method utilizes the TDD of the target radiation signal frequency unit and the TDD of the noise frequency unit with respective characteristics of being stable and random to weight TDD estimation results of each frequency unit, enhancing the TDD estimation results of signal frequency unit, and achieving the TDD estimation of unknown source. The simulation results show that, compared with the conventional cross-correlation method, the estimation performance of this method is improved 3 dB. The theoretical analysis and simulation results both show that the robustness of this method is better than the conventional cross-correlation method.

Information processing; Time Delay Difference (TDD) estimation; Time delay difference variance

TB565

A

1009-5896(2014)06-1362-06

10.3724/SP.J.1146.2013.01164

郑恩明 zhengenmingioa@163.com

2013-08-02收到，2013-12-11改回

国家海洋公益性行业科研专项项目(201005001)资助课题