邱天爽 刘 浩 张家成 李景春 李 蓉

①(大连理工大学电子信息与电气工程学部 大连 116024)

②(国家无线电监测中心 北京 100037)

1 引言

信号时延估计(Time Delay Estimation, TDE)在无线电监测及目标定位等领域发挥着重要作用。传统TDE算法大多是基于2阶或高阶统计量的，尽管在高斯噪声下这些方法可以表现出优良的性能，但在同频带干扰及脉冲噪声并存的复杂电磁环境下，其性能会显著下降。因此，研究TDE新算法显得尤为重要。

研究表明，在雷达、声呐和通信等信号处理问题中，许多信号的某些统计特性往往随时间按周期或多周期规律变化，即具有循环平稳性[1]。利用信号的循环平稳性可消除时延估计中的同频带干扰现象。Gardner等人[2,3]提出的一系列基于信号循环平稳性的TDE方法，在同频带干扰存在时表现出良好的性能。

在实际应用中，电磁、雷电等自然或人为因素的干扰，可能会导致噪声在极短时间内呈现出极强的脉冲性，称为脉冲噪声，常用Alpha稳定分布描述[4]。Alpha稳定分布可通过对参数的选择来描述不同程度、对称或不对称的脉冲噪声[5]。为了解决2阶或高阶统计量在脉冲噪声下不收敛的问题，文献中提出了一系列基于分数低阶统计量的TDE方法，例如FLOC[6](Fractional Lower-Order Covariance), FLOS-PHAT[7](FLOS PHAse Transform)以及最小p范数法[8]等。但基于分数低阶统计量的方法对噪声先验知识有一定的依赖性。作为通用的相似性度量工具，相关熵理论可以同时反映信号的时间结构和统计特性[9]，具有更强的抑制脉冲噪声的能力，且不依赖于噪声的先验知识，故其逐渐成为消除脉冲噪声影响的主要方法。……