基于分数低阶统计量的时延估计算法性能分析-四川理工学院学报.PDF

第２７卷第４期 四川理工学院学报（自然科学版） Ｖｏｌ２７　Ｎｏ４ ２０１４年８月 ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｕｇ２０１４ 文章编号：１６７３１５４９（２０１４）０４００３８０５ ＤＯＩ：１０．１１８６３／ｊ．ｓｕｓｅ．２０１４．０４．１０ 基于分数低阶统计量的时延估计算法性能分析 汤 勇，熊兴中 （四川理工学院自动化与电子信息学院，四川 自贡 ６４３０００） 　　摘　要：传统的时延估计算法大多建立在高斯模型的基础上，利用信号的二阶、高阶估计量，可以得 到理想的结果。然而，现实中的信号往往都处在非高斯环境下，如通信线路瞬间尖峰和环境噪声等，这 一类信号的时域波形中存在一个明显的峰值，这时利用 稳定分布模型可以较好地表述非高斯脉冲信 α 号和噪声。因此有必要对 稳定分布模型下的，基于分数低阶统计量（ＦＬＯＳ）的时延估计算法进行研 α 究。通过调整参数取值得到的仿真结果，证明了在非高斯情况下，基于ＦＬＯＳ的时延估计算法相对于传 统算法估计效果更好。 关键词：时延估计；分数低阶；非高斯噪声； 稳定分布 α 中图分类号：ＴＮ９１１ 文献标志码：Ａ 这种采用相关法进行估计的算法。相关分析，是在时间 引 言 域上，比较两个信号相似程度的基本方法。传统的时延 时间延迟，是指由于同源带噪信号到达各个接收端 估计，很多情况下都是基于高斯模型假设的，也即是假 之间的传输距离不同而产生的时间差。时延估计则是 定信号和噪声，都是服从高斯分布的。在这种假定前提 指采用信号处理或者参数估计等方法，准确地测量和估 下，利用接收信号的二阶或者高阶累积量，通常就能得 算时间延迟，从而确定信号来源的速度、方位、距离和运 ［５６］ 到更佳好的结果 。然而，在实际情况中，往往是非高 动的方向等参数。因此，时延估计技术广泛应用于各种 斯噪声，如水声信号、环境噪声、通信线路瞬间尖峰、大 ［１３］ 定位系统中 。 气低频雷电噪声等。这一类信号的时域波形，有一个明 时延估计首先要处理的问题，是如何快速准确地将 显的峰值，这时由 稳定分布模型能较好地描述非高斯 α 接收到的同源信号间的时间延迟测定出来。由于接收 脉冲信号和噪声。因此传统的基于二阶统计量及基于 装置有噪声干扰，因而接收到的目标信号，往往湮没在 高阶累积量的方法都不再适用，因而近年来出现了描述 噪声、干扰之中。因此，在信号的时延估计中，必须首先 非高斯噪声的基于分数低阶统计量ＦＬＯＳ的时延估计算 去除噪声、干扰的影响。 ［７８］ 法，以及 稳定分布模型 。 α 在众多时延估计算法中，相关性方法是应用最广、