【数字信号处理】相关函数应用 ( TDOA 时差估计 | 时间差与距离差 | 方向定位与精准定位 | 信号描述 | 通过相关函数求时间差 )





一、TDOA 时差估计



假设有一个 " 信号源 " ,

在不同的位置设置两个接收机 , 分别是 " 接收机1 "" 接收机2 " ,

在这里插入图片描述

" 信号源 " 近场位置是一个球面 ,

一旦到达远场 , 10 λ \lambda λ 以上距离 , 就可以看做一个平面 ,


1、信号相关函数


信号传播 , 先达到 " 接收机2 " , 再到达 " 接收机1 " ,

求 上述两个路径的信号 的 " 相关函数 " ;


互相关函数 定义 :

x ( n ) x(n) x(n) y ( n ) y(n) y(n)" 互相关函数 " 如下 ,

r x y ( m ) = ∑ n = − ∞ + ∞ x ∗ ( n ) y ( n + m ) r_{xy}(m) = \sum_{n=-\infty}^{+\infty} x^*(n) y(n + m) rxy(m)=n=+x(n)y(n+m)


自相关函数 定义 :

x ( n ) x(n) x(n)" 自相关函数 " 如下 ,

r x ( m ) = ∑ n = − ∞ + ∞ x ∗ ( n ) x ( n + m ) r_{x}(m) = \sum_{n=-\infty}^{+\infty} x^*(n) x(n + m) rx(m)=n=+x(n)x(n+m)


2、时间差与距离差


信号源 到 接收机1 的信号 , 称为 信号1 ;

信号源 到 接收机2 的信号 , 称为 信号2 ;

信号1 和 信号2 事先有一定的差别 , 这两个信号 相关性最大 时的 m m m 值 , 可以求出时间差 Δ τ \Delta \tau Δτ ;

时间差 Δ τ \Delta \tau Δτ , 与 距离差 Δ d \Delta d Δd 之间的关系是 :

Δ τ = Δ d c \Delta \tau = \cfrac{\Delta d}{c} Δτ=cΔd

其中 c c c 是光速 ;


3、方向定位与精准定位


2 2 2 个接收机 靠 时差 , 是无法进行精确定位的 , 只能定位信号源的方向 ,

如果要进行精确定位 , 至少要 3 3 3 个接收机 进行精确定位 ;


4、2 个信号的函数描述


" 信号源 " 到 " 接收机1 " 的 " 信号1 " , 可以使用如下公式描述 :

x 1 ( t ) = s ( t ) + N 1 ( t ) x_1(t) = s(t) + N_1(t) x1(t)=s(t)+N1(t)

s ( t ) s(t) s(t) 是发出的信号 , N 1 ( t ) N_1(t) N1(t) 是 " 信号1 " 中掺杂的噪声 ;


" 信号源 " 到 " 接收机2 " 的 " 信号2 " , 可以使用如下公式描述 :

x 2 ( t ) = s ( t − D ) + N 2 ( t ) x_2(t) = s(t - D) + N_2(t) x2(t)=s(tD)+N2(t)

s ( t − D ) s(t - D) s(tD) 是发出的信号 , 时间少了 D D D , N 2 ( t ) N_2(t) N2(t) 是 " 信号2 " 中掺杂的噪声 ;


两个信号中的噪声 是 互相独立的 , 没有关联 ;

理想情况下 , 噪声为 0 0 0 ;


5、通过相关函数求时间差


信号2 的公式如下 :

x 2 ( t ) = s ( t − D ) + N 2 ( t ) x_2(t) = s(t - D) + N_2(t) x2(t)=s(tD)+N2(t)

其中 D D D 时间差 , 通过求两个信号的相关性得出 ,

信号1 和 信号2 相关性最大时 , 此时的 τ \tau τ 就是时间差 ;


互相关函数公式如下 :

r x y ( m ) = ∑ n = − ∞ + ∞ x ∗ ( n ) y ( n + m ) r_{xy}(m) = \sum_{n=-\infty}^{+\infty} x^*(n) y(n + m) rxy(m)=n=+x(n)y(n+m)

信号1 和 信号2 的互相关函数如下 :

r x 1 x 2 ( τ ) = ∑ t = − t 0 t 0 x 1 ( t + τ ) x 2 ( t ) r_{x_1x_2}(\tau) = \sum_{t=-t_0}^{t_0}x_1(t + \tau)x_2(t) rx1x2(τ)=t=t0t0x1(t+τ)x2(t)

上述式子中的 τ \tau τ 相当于 m m m ,

加和式中范围没必要是 − ∞ -\infty ~ + ∞ +\infty + , 取 − t 0 -t_0 t0 ~ t 0 t_0 t0 即可 ,


x 1 ( t ) x_1(t) x1(t) x 2 ( t ) x_2(t) x2(t) 代入到式子中 ,

N 1 ( t ) N_1(t) N1(t) N 2 ( t ) N_2(t) N2(t) 两个噪声是相互独立的 ,

信号 s ( t ) s(t) s(t) 与 噪声 N ( t ) N(t) N(t) 相乘 , 是不相关的 ,

s ( t ) s(t) s(t) 是相互统计独立的 ,

最终 , 计算结果是 :

r x 1 x 2 ( τ ) = ∑ t = − t 0 t 0 s ( t + τ ) s ( t ) r_{x_1x_2}(\tau) = \sum_{t=-t_0}^{t_0}s(t + \tau)s(t) rx1x2(τ)=t=t0t0s(t+τ)s(t)


求出上述相关函数最大值时 , τ \tau τ 的值就是时间差 D D D ;

D = arg ⁡ τ max ⁡ ∣ r x 1 x 2 ( τ ) ∣ D = \arg_{\tau}\max|r_{x_1x_2}(\tau)| D=argτmaxrx1x2(τ)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值