低频段内的频谱细化技术论文
时延估计是被动定位的基础, 其精度直接关系到定位的精度。现有的时延估计办法通常采用互相关函数的方法。
互相关函数可以利用FFT进行计算, 标准的FFT计算, 具有计算速度快的特点。但是, 对于实数序列的FFT计算存在两个显著的缺陷, 一是计算结果中, 序列左半边代表信号的频谱, 右半边是左半边的共轭对称, 于是只有一半是有用信息。第二个缺陷是, FFT计算出的信号的频谱相当于对频谱的离散抽样, 其抽样间隔就像栅栏一样挡住了大部分谱信息, 即栅栏效应。为此我们可以采用频谱细化方法来解决这两个问题。
1 采用MCZT计算细化的频谱
MCZT的定义式为:
定义逆M C Z T变换I M C Z T:
利用M C Z T计算出的信号频谱, 是从0开始到f m a x=N f s/N1Hz, 即截取了一段低频谱, 为了保证不影响相关精度, 应该覆盖信号的主要频率范围。该方法适用于对低频信号分析。
对于n=0, 1, …, N-1, 相关函数为
令Rn (n) 的前N点为rn1, 后N点为rn2, 则:
对于n=N2-N, …, N2-1的时域范围, 取n=N2-N+n1, 对应n1=0, 1, …, N-1相关函数为
由和可以组合出相关波的峰:
2 MCZT算法计算机仿真
在被动时延定位系统在实际测量中, 观测误差和接收信号模型是具有一定时空相关或异常特性的有色噪声。下面主要对叠加色噪声的窄带信号进行时延估计。
假设窄带信号的中心频率为100Hz, 采样率为40kHz, 采样点数为8192点, 叠加色噪声, 理论时延值为1.5e-004S, 进行10次仿真, 图1为MCZT计算的相关系数图, 图2为利用MCZT算法计算的时延估值。
3 结语
当输入信号频率较低时, 采用MCZT算法对信号频谱进行细化, 可以提高时延估计精度, 适当的选择参数, 可以提高计算速度, 达到快速实时的要求。
摘要：在被动时延定位系统中, 时延估计通常采用互相关函数进行计算, 本文采用MCZT算法来计算相关系数, 通过仿真结果证明这种方法可以精确计算相关函数的峰, 与FFT算法相比, 信号的时延估计精度显著提高。
关键词：时延估计,相关系数,MCZT
点击下载文档文档为doc格式