基于RLS自适应滤波算法的广义互相关时延估计方法研究

发布时间：2022-01-22 09:32

　　为了提高低信噪比环境下信号传输时间延迟的估计性能,将RLS自适应滤波算法与广义互相关时延估计算法相结合,提出了一种基于RLS自适应滤波的广义互相关时延估计（RLS-GCC）方法。该方法先对信号进行滤波预处理以提高信噪比,然后通过广义互相关运算实现时延估计。通过改变RLS自适应滤波算法中的参数大小,分析了RLS自适应滤波算法中滤波阶数、遗传因子等参数对RLS-GCC算法的影响,并通过与广义互相关算法、二次相关算法的对比时延实验,研究了RLS-GCC的时延估计性能。仿真结果表明,在低信噪比环境下,RLS-GCC方法比广义互相关算法和二次相关算法具有更高的时延估计准确率和更低的估计误差。 

【文章来源】：组合机床与自动化加工技术. 2020,(06)北大核心

【文章页数】：6 页

【部分图文】：

RLS-GCC流程图

RLS滤波结果图

为了在同一滤波阶数下获得更优的时延估计性能,对不同遗传因子λ情况下的时延估计性能进行分析。取滤波器阶数为10,信号添加噪声后的信噪比为SNR=-10dB。由于遗传因子是一个小于1并且接近于1的常数,因此在0.93≤λ<1时的时延估计分析结果如图4所示。可以看出,随着遗传因子的逐渐增大,时延估计的误差值开始增大,正确率也在逐渐减小,时延估计的性能有所下降,相反,当遗传因子λ较小时则具有更好的时延估计性能。通过上述分析可得,当信号环境处在较低的信噪比情况下时,在保证RLS滤波算法性能的情况下,应尽量选择相对较小的遗传因子可以得到更好的时延估计性能。

【参考文献】：
期刊论文
[1]基于ROS的惯性和视觉里程计的机器人室内定位[J]. 龚学锐,闵华松.  组合机床与自动化加工技术. 2019(05)
[2]奇异值分解的HB加权广义互相关时延估计[J]. 齐小刚,袁列萍,刘立芳.  信号处理. 2018(10)
[3]改进的最小二乘自适应滤波陀螺仪去噪方法[J]. 刘昊,陈光武,魏宗寿,程鉴皓.  仪器仪表学报. 2018(04)
[4]基于TDOA与GROA的多运动站误差配准算法[J]. 孙顺,董凯,齐林,刘俊.  电子与信息学报. 2017(06)
[5]声源定位中广义互相关时延估计算法的研究[J]. 茅惠达,张玲华.  计算机工程与应用. 2016(22)
[6]基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法[J]. 陈霄,徐慨,杨海亮.  指挥控制与仿真. 2015(03)
[7]基于二次相关的时延估计方法[J]. 唐娟,行鸿彦.  计算机工程. 2007(21)

硕士论文
[1]自适应RLS算法在心电信号去噪中的研究[D]. 程呈.湖南大学 2015



本文编号：3601953