基于经验模态分解重构的二次相关时延估计*
2016-10-29周卓伟孙山林陈庞森申静文
周卓伟,孙山林,李 云,陈庞森,申静文
(1.桂林电子科技大学信息与通信学院,广西桂林 541004;2.桂林航天工业学院电子与信息自动化学院,广西桂林 541004)
基于经验模态分解重构的二次相关时延估计*
周卓伟1,孙山林**2,李 云2,陈庞森1,申静文2
(1.桂林电子科技大学信息与通信学院,广西桂林541004;2.桂林航天工业学院电子与信息自动化学院,广西桂林541004)
针对低信噪比情况下的时延估计,将二次相关(SC)时延估计与经验模态分解(EMD)算法结合,提出了EMD重构二次相关时延估计方法。该方法针对EMD重构时本征模态函数的选择,将倒谱法和谱减法相结合,提出新的本征模态函数中有用信号主导分量和噪声主导分量的区分方案。研究结果表明:EMD重构二次相关法较传统二次相关法抗噪性能更优,更能锐化二次相关峰值;在非高斯有色噪声和高斯白噪声情况下,分别将准确估计时延的信噪比降低了4 dB和2 dB。
时延估计;经验模态分解;二次相关;声音定位
1 引 言
作为声源定位的关键技术,声达时延估计一直是信号处理领域研究的热点问题[1],并已被应用于水下目标跟踪与定位[2-3]、卫星干扰源定位[4]、智能机器人[5]等多种场合。而传统的时延估计方法如广义互相关(Generalized Cross Correlation,GCC)法[6]、自适应最小均方滤波法[7]、最小二乘(Least Squares,LS)法[8]等,在没有噪声影响时能够达到最佳估计,但当存在实际噪声干扰且信噪比较低时,估计的准确性会大大降低,因此提高时延估计的抗噪性能十分重要。针对低信噪比的情况,文献[9]中提出的二次相关(Second Correlation,SC)法具有一定的抑制噪声和多径反射干扰的能力。……
