CN115801145A - 一种混合信号的时延估计方法、装置和电子设备 - Google Patents
一种混合信号的时延估计方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115801145A CN115801145A CN202310043057.9A CN202310043057A CN115801145A CN 115801145 A CN115801145 A CN 115801145A CN 202310043057 A CN202310043057 A CN 202310043057A CN 115801145 A CN115801145 A CN 115801145A
- Authority
- CN
- China
- Prior art keywords
- signal
- mixed signal
- time
- processing
- iterative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000005314 correlation function Methods 0.000 claims abstract description 54
- 238000001914 filtration Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 46
- 238000000926 separation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 9
- 230000009467 reduction Effects 0.000 abstract description 4
- 230000008054 signal transmission Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 5
- 239000000654 additive Substances 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Electromechanical Clocks (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明提供了一种混合信号的时延估计方法、装置及电子设备。方法包括：获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；对所述迭代输出信号进行带通滤波处理得到标记信号；基于所述标记信号计算预设的镜像相关函数的函数值；在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。本发明能够利用一个混合信号，就可以实现其中两个关联信号的时延估计，无需额外的探测系统和信号传输链路，节约了成本，避免了系统复杂化导致的时延估计精度下降等问题。
Description
技术领域
本发明涉及信号处理技术领域，具体而言，涉及一种混合信号的时延估计方法、装置和电子设备。
背景技术
时延估计方法在工程中有着广泛的应用。可以通过测定收发信号之间的时延实现测距和测速，还可以通过时延估计对信号源或震源进行定位。现有的时延估计采用互相关方法进行实现。互相关方法需要彼此分离的两路信号才能实现有效的时延估计。在许多应用场合中，接收机探测的结果是加性混合后的混合信号。在这种情况下，互相关方法无法对混合信号中两个关联信号的时延进行估计。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种混合信号的时延估计方法、装置和电子设备。
第一方面，本发明实施例提供了一种混合信号的时延估计方法，包括：
获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
对所述迭代输出信号进行带通滤波处理得到标记信号；
基于所述标记信号计算预设的镜像相关函数的函数值；
在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
第二方面，本发明实施例还提供了一种混合信号的时延估计装置，包括：
预处理单元，用于获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
滤波单元，用于对所述迭代输出信号进行带通滤波处理得到标记信号；
函数单元，用于基于所述标记信号计算预设的镜像相关函数的函数值；
时延估计单元，用于在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
第三方面，本发明实施例还提供了一种电子设备，包括处理器以及存储器，存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行上述第一方面所述的方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被计算机运行时，执行上述第一方面所述的方法。
在本发明实施例上述第一方面至第四方面提供的方案中，通过对混合信号进行迭代叠加处理得到迭代输出信号；对所述迭代输出信号进行带通滤波处理得到标记信号；基于所述标记信号计算预设的镜像相关函数的函数值；实现在混合信号中加入与时延相关的标记信号，并以此得到镜像相关函数的函数值，通过镜像相关函数的最小值对混合信号进行时延估计。与相关技术中的互相关方法需要额外使用相对独立的探测系统才能实现时延估计相比，本发明利用一个混合信号，就可以实现其中两个关联信号的时延估计，无需额外的探测系统和信号传输链路，节约了成本，避免了系统复杂化导致的时延估计精度下降等问题。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例1所提供的一种混合信号的时延估计方法的流程示意图。
图2示出了本发明实施例1所提供的一种混合信号的时延估计方法中不同迭代次数下的误差信号及迭代输出信号示意图。
图3示出了本发明实施例1所提供的另一种混合信号的时延估计方法的流程示意图。
图4示出了本发明实施例1所提供的另一种混合信号的时延估计方法中原始混合信号的示意图。
图5示出了本发明实施例1所提供的另一种混合信号的时延估计方法中采用正确时延的分离信号的示意图。
图6示出了本发明实施例1所提供的另一种混合信号的时延估计方法中采用错误时延的分离信号的示意图。
图7示出了本发明实施例2所提供的一种混合信号的时延估计装置的结构示意图。
图8示出了本发明实施例3所提供的一种电子设备的结构示意图。
具体实施方式
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明做进一步详细的说明。
实施例1
本实施例提出的混合信号的时延估计方法的执行主体是服务器。
本实施例提供的一种混合信号的时延估计方法。参见图1所示的混合信号的时延估计方法的流程示意图，该混合信号的时延估计方法包括以下步骤：
S101：获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号。
在本步骤中，混合信号是两个关联信号的加性混合，例如：混合信号
是两个关联信号[
、
]的加性混合，即：
其中，t为信号中的时间，
为两个关联信号之间的时间差。
本步骤中通过对混合信号进行迭代叠加处理，实现在混合信号中，产生一个频率已知的标记信号，而这个标记信号的大小可以反映测试时延与真实时延的差距，也就是说，标记信号越大，测试时延与真实时延之间的差值越大，反之标记信号越小，测试时延与真实时延之间的差值越小，即：标记信号达到最小的情况下，可以认定测试时延与真实时延相同，从而实现时延估计。
在一个实施方式中，所述混合信号的时延估计方法中的步骤S101具体包含有如下具体流程：
S1011：对所述混合信号进行时变，并对时变后的所述混合信号进行反相处理，得到所述混合信号的镜像信号。
S1012：将所述镜像信号与所述混合信号进行叠加处理得到叠加信号，并获取叠加处理次数，并对叠加处理次数进行增量操作，得到增量操作后的叠加处理次数。
S1013：当增量操作后的叠加处理次数未达到叠加阈值时，对增量操作后的叠加处理次数再次进行增量操作，得到时变反相处理次数，对所述混合信号进行所述时变反相处理次数的时变和反相处理，得到迭代信号，并将所述迭代信号与所述叠加信号进行叠加处理。
S1014：当增量操作后的叠加处理次数达到叠加阈值时，将所述迭代信号与所述叠加信号进行叠加处理后的信号确定为迭代输出信号。
在上述步骤S1011至步骤S1014中，需要将混合信号
进行时变和反相处理，时变和反相处理包括对混合信号
时移并变号，得到信号
；其中，
为时移过程中的时移分量。变号，就是对信号进行反相处理。
反相处理，就是将信号的当前相位加上180度的处理。反相处理前的信号相位与反相处理后的信号相位相差180度。
在步骤S1012中，叠加处理次数，缓存在服务器中。初始情况下，叠加处理次数为0。
对数值进行增量操作，就是对该数值进行+1操作。
在步骤S1013中，叠加阈值，缓存在服务器中。
将得到的信号
与混合信号
相加。将信号
进行时移并变号并与上述相加后的信号进行相加，不断重复上述过程直至叠加处理次数达到叠加阈值。需要说明的是，叠加阈值即预先设定的叠加次数，该叠加阈值根据需求自行设置。
不断重复上述过程得到叠加信号
：
其中，i为n次叠加中的第i次叠加，
为时移分量，n为叠加阈值。
需要说明的是，当时移分量
与混合信号的时延
相等时，第i次时变反相得到的迭代信号
的后半部分
与第i+1次时变反相得到的迭代信号
的前半部分
正好相消，因此可得叠加信号
。
当时移分量
与混合信号的时延
不相等时，第i次时变反相得到的迭代信号和第i+1次时变反相得到的迭代信号相减就会产生一个误差信号
，此时叠加信号
；
其中，
。
需要说明的是，误差信号
的幅度谱为
；
其中，
为两个关联信号中一个关联信号
的频域幅度谱，
为时延控制的增强因子，
为频率控制的增强因子。
频率控制的增强因子对结果的影响如下：当频率f为：
时，
，即
达到最大，所以误差信号
中频率
的成分会得到最大的增强，即结果中会产生一个频率
的误差信号，将其称为标记信号。
时延控制的增强因子对结果的影响如下：随着时移分量
接近混合信号的时延
，频率控制的增强因子保持不变，时延控制的增强因子逐渐减小，当时移分量
和混合信号的时延
相等时，时延控制的增强因子达到0，误差信号
消失，标记信号随之消失。
如图2所示的分别在迭代次数为2、50、100和200下的误差信号及迭代输出信号示意图，在时延控制的增强因子不为零的情况下，关联信号
的频域幅度谱则会导致误差信号中出现于关联信号
相同的频率成分。
S102：对所述迭代输出信号进行带通滤波处理得到标记信号。
在任意的叠加次数下，迭代输出信号中含有的误差信号
都由两部分组成，一个是频率固定的高频的误差信号（也就是标记信号），另一个则与关联信号
频率相同的信号。标记信号会和关联信号
混合在一起，但是标记信号可以根据它的特殊频率被轻松获得。
在本步骤中，对迭代输出信号进行带通滤波处理。滤波处理中的滤波频率为
，通过设置通带在
的滤波器，将标记信号分离出来。
S103：基于所述标记信号计算预设的镜像相关函数的函数值。
在本步骤中，确定标记信号最小时对应的时移分量
，就可以对混合信号的时延
进行估计（当
时，
，标记信号最小）。预先设置镜像相关函数，通过镜像相关函数的函数值的大小来表征标记信号的大小。预设的所述镜像相关函数为：
其中，
为镜像相关函数，
为标记信号，是对迭代输出信号
使用通带为
的滤波器滤波后得到的，
为迭代输出信号，t为时间，
为时移分量，n为迭代次数。
上述的预设镜像相关函数为基础的估计标记信号大小的方法之一，由其引申出的类似函数表达式也可以取得相同效果，这里不再赘述。
S104：在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
在本步骤中，分别对不同的时移分量
执行上述操作，就可以绘制出镜像相关函数
，镜像相关函数的最小值（最低点）对应的时移分量
即为混合信号的时延
。
在一个实施方式中，所述混合信号的时延估计方法中的步骤S104具体包含有如下内容：
S1041：多次更改所述标记信号中的时移分量，基于每次更改时移分量的标记信号计算预设的镜像相关函数的函数值，得到多个函数值。
其中，确定初始的时移分量，迭代n次并使用滤波器滤波，计算得到镜像相关函数值。确定时移分量的步长（可以采用梯度下降算法，或者固定步长），并按照确定的步长改变时移分量，得到新时移分量下的镜像相关函数值。反复执行上述步骤可得多个函数值。
S1042：在多个所述函数值中确定最小的函数值。
其中，绘制出镜像相关函数曲线，自变量为时移分量，因变量为镜像相关函数值，确定镜像相关函数的最低点，最低点的函数值即为最小的函数值。
S1043：确定最小的函数值对应的标记信号中的时移分量为所述混合信号的时延。
其中，镜像相关函数最低点对应的时移分量即为混合信号的时延。
从上述描述可知，本实施例提出的一种混合信号的时延估计方法，通过对混合信号进行迭代叠加处理得到迭代输出信号；对所述迭代输出信号进行带通滤波处理得到标记信号；基于所述标记信号计算预设的镜像相关函数的函数值；实现在混合信号中加入与时延相关的标记信号，并以此得到镜像相关函数的函数值，通过镜像相关函数的最小值对混合信号进行时延估计。与相关技术中的互相关方法需要额外使用相对独立的探测系统才能实现时延估计相比，本发明利用一个混合信号，就可以实现其中两个关联信号的时延估计，无需额外的探测系统和信号传输链路，节约了成本，避免了系统复杂化导致的时延估计精度下降等问题。
在本发明的一实施例中，参见图3所示的另一种混合信号的时延估计方法的流程示意图，在上述实施例的步骤S104之后还包含有步骤S105，具体包含有如下内容：
S105：基于所述混合信号的时延对所述混合信号进行多次迭代处理，得到所述混合信号的两路关联信号。
在S105中，更进一步的，使用正确的混合信号的时延对混合信号进行时移，直到两个关联信号分开，就可以实现加性混合的两部分关联信号的分离。
S105的具体步骤如下：
根据所述混合信号的幅度确定所述混合信号的持续时长T。
根据所述持续时长T和所述混合信号的时延
计算迭代处理的迭代次数；其中，计算迭代次数
，其中c为冗余迭代次数，可以控制信号分离的程度，c越大，信号分离的程度越大。
以所述混合信号的时延对所述混合信号进行不小于所述迭代次数次的迭代处理，即可以实现加性混合的两部分关联信号的分离。
参见图4所示的原始混合信号，图5所示的采用正确时延的分离信号和图6所示的采用错误时延的分离信号。当使用正确的混合信号的时延对信号进行时移和迭代时，两关联组分被较好地分离开，而使用错误的时延对信号进行时移和迭代时，分离的结果则会被误差信号破坏，无法反映原真实组分的形貌。
综上所述，本实施例提出的一种混合信号的时延估计方法，利用一个混合信号，就可以实现其中两个关联组分的分离和时延估计，与相关技术方案中只能针对两个彼此分离的关联信号，对于混合信号，需要更复杂的系统设计，使用相对独立的探测系统，避免关联信号的加性混合，才能实现时延估计相比，可以在欠定（即只利用一个混合信号，无需进一步设计复杂系统获取更多信息）的情况下，对混合在一起的关联信号间的时延进行估计，并进一步实现混合信号关联组分的分离。
实施例2
本实施例公开了一种混合信号的时延估计装置，如图7所示混合信号的时延估计装置的结构示意图，该混合信号的时延估计装置，包括：
预处理单元10，用于获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
滤波单元20，用于对所述迭代输出信号进行带通滤波处理得到标记信号；
函数单元30，用于基于所述标记信号计算预设的镜像相关函数的函数值；
时延估计单元40，用于在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
其中，预处理单元10，用于对所述混合信号进行迭代叠加处理得到迭代输出信号，包括：
对所述混合信号进行时变，并对时变后的所述混合信号进行反相处理，得到所述混合信号的镜像信号；
将所述镜像信号与所述混合信号进行叠加处理得到叠加信号，并获取叠加处理次数，并对叠加处理次数进行增量操作，得到增量操作后的叠加处理次数；
当增量操作后的叠加处理次数未达到叠加阈值时，对增量操作后的叠加处理次数再次进行增量操作，得到时变反相处理次数，对所述混合信号进行所述时变反相处理次数的时变和反相处理，得到迭代信号，并将所述迭代信号与所述叠加信号进行叠加处理；
当增量操作后的叠加处理次数达到叠加阈值时，将所述迭代信号与所述叠加信号进行叠加处理后的信号确定为迭代输出信号。
其中，时延估计单元40，包括：
步长子单元，用于多次更改所述标记信号中的时移分量，基于每次更改时移分量的标记信号计算预设的镜像相关函数的函数值，得到多个函数值；
计算子单元，用于在多个所述函数值中确定最小的函数值；
延时估计子单元，用于确定最小的函数值对应的标记信号中的时移分量为所述混合信号的时延。
其中，预设的所述镜像相关函数为：
其中，
为镜像相关函数，
为标记信号，
为迭代输出信号，t为时间，
为时移分量，n为迭代次数。
进一步的，还包括：
信号分离单元，用于基于所述混合信号的时延对所述混合信号进行多次迭代处理，得到所述混合信号的两路关联信号。
其中，信号分离单元包括：
时长子单元，用于根据所述混合信号的幅度确定所述混合信号的持续时长；
迭代计算子单元，用于根据所述持续时长和所述混合信号的时延计算迭代处理的迭代次数；
分离子单元，用于以所述混合信号的时延对所述混合信号进行不小于所述迭代次数次的迭代处理。
本发明实施例中各个模块或各个单元用于执行上述实施例1所公开的方式。其功能在此不再赘述，可以参照上述实施例1的详细描述。
综上所述，本实施例提出的一种混合信号的时延估计装置，通过对混合信号进行迭代叠加处理得到迭代输出信号；对所述迭代输出信号进行带通滤波处理得到标记信号；基于所述标记信号计算预设的镜像相关函数的函数值；实现在混合信号中加入与时延相关的标记信号，并以此得到镜像相关函数的函数值，通过镜像相关函数的最小值对混合信号进行时延估计。与相关技术中的互相关方法需要额外使用相对独立的探测系统才能实现时延估计相比，本发明利用一个混合信号，就可以实现其中两个关联信号的时延估计，无需额外的探测系统和信号传输链路，节约了成本，避免了系统复杂化导致的时延估计精度下降等问题。
实施例3
本发明实施例公开了一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述实施例1描述的混合信号的时延估计方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
实施例4
本发明实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例1描述的混合信号的时延估计方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
此外，本发明实施例还公开了上述实施例3中电子设备的具体结构，参见图8所示的一种电子设备的结构示意图，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤：
获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
对所述迭代输出信号进行带通滤波处理得到标记信号；
基于所述标记信号计算预设的镜像相关函数的函数值；
在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
收发机53，用于在处理器52的控制下接收和发送数据。
其中，总线架构（用总线51来代表），总线51可以包括任意数量的互联的总线和桥，总线51将包括由处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
可以理解，本发明实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器 (Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者它们的子集，或者它们的扩展集：操作系统551和应用程序552。
其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序552中。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境）。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，但本发明的保护范围并不局限于此；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种混合信号的时延估计方法，其特征在于，包括：
获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
对所述迭代输出信号进行带通滤波处理得到标记信号；
基于所述标记信号计算预设的镜像相关函数的函数值；
在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
2.根据权利要求1所述的混合信号的时延估计方法，其特征在于，所述对所述混合信号进行迭代叠加处理得到迭代输出信号，包括：
对所述混合信号进行时变，并对时变后的所述混合信号进行反相处理，得到所述混合信号的镜像信号；
将所述镜像信号与所述混合信号进行叠加处理得到叠加信号，并获取叠加处理次数，并对叠加处理次数进行增量操作，得到增量操作后的叠加处理次数；
当增量操作后的叠加处理次数未达到叠加阈值时，对增量操作后的叠加处理次数再次进行增量操作，得到时变反相处理次数，对所述混合信号进行所述时变反相处理次数的时变和反相处理，得到迭代信号，并将所述迭代信号与所述叠加信号进行叠加处理；
当增量操作后的叠加处理次数达到叠加阈值时，将所述迭代信号与所述叠加信号进行叠加处理后的信号确定为迭代输出信号。
3.根据权利要求1所述的混合信号的时延估计方法，其特征在于，所述在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延，包括：
多次更改所述标记信号中的时移分量，基于每次更改时移分量的标记信号计算预设的镜像相关函数的函数值，得到多个函数值；
在多个所述函数值中确定最小的函数值；
确定最小的函数值对应的标记信号中的时移分量为所述混合信号的时延。
4.根据权利要求1所述的混合信号的时延估计方法，其特征在于，预设的所述镜像相关函数为：
其中，
为镜像相关函数，
为标记信号，
为迭代输出信号，t为时间，
为时移分量，n为迭代次数。
5.根据权利要求1所述的混合信号的时延估计方法，其特征在于，在所述确定所述标记信号中的时移分量为所述混合信号的时延之后，还包括：
基于所述混合信号的时延对所述混合信号进行多次迭代处理，得到所述混合信号的两路关联信号。
6.根据权利要求5所述的混合信号的时延估计方法，其特征在于，所述基于所述混合信号的时延对所述混合信号进行多次迭代处理，包括：
根据所述混合信号的幅度确定所述混合信号的持续时长；
根据所述持续时长和所述混合信号的时延计算迭代处理的迭代次数；
以所述混合信号的时延对所述混合信号进行不小于所述迭代次数次的迭代处理。
7.一种混合信号的时延估计装置，其特征在于，包括：
预处理单元，用于获取混合信号并对所述混合信号进行迭代叠加处理得到迭代输出信号；
滤波单元，用于对所述迭代输出信号进行带通滤波处理得到标记信号；
函数单元，用于基于所述标记信号计算预设的镜像相关函数的函数值；
时延估计单元，用于在所述镜像相关函数的函数值为最小值时，确定所述镜像相关函数对应的标记信号中的时移分量为所述混合信号的时延。
8.根据权利要求7所述的混合信号的时延估计装置，其特征在于，还包括：
信号分离单元，用于基于所述混合信号的时延对所述混合信号进行多次迭代处理，得到所述混合信号的两路关联信号。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行上述权利要求1-6任一项所述的混合信号的时延估计方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-6任一项所述的混合信号的时延估计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310043057.9A CN115801145B (zh) | 2023-01-29 | 2023-01-29 | 一种混合信号的时延估计方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310043057.9A CN115801145B (zh) | 2023-01-29 | 2023-01-29 | 一种混合信号的时延估计方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115801145A true CN115801145A (zh) | 2023-03-14 |
| CN115801145B CN115801145B (zh) | 2023-05-12 |
Family
ID=85428964
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310043057.9A Active CN115801145B (zh) | 2023-01-29 | 2023-01-29 | 一种混合信号的时延估计方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115801145B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220306130A1 (en) * | 2021-03-23 | 2022-09-29 | Sony Group Corporation | System, method and computer program to suppress vibrations in a vehicle |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070237213A1 (en) * | 2006-04-11 | 2007-10-11 | Sony Corporation | Method for estimating one or more parameters of a ultra wideband signal and a receiver system for receiving ultra wideband signals |
| US20160062946A1 (en) * | 2014-09-02 | 2016-03-03 | Alcatel-Lucent Usa Inc. | Fractional delay estimation for digital vector processing using vector transforms |
| CN105812116A (zh) * | 2014-12-31 | 2016-07-27 | 华为技术有限公司 | 全双工时延估计方法和全双工时延估计装置 |
| CN109633586A (zh) * | 2018-12-21 | 2019-04-16 | 电子科技大学 | 一种消除相位模糊度的时延估计方法 |
| CN110138698A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 高阶调制线性混合信号频偏初相联合估计方法及装置 |
| CN113395124A (zh) * | 2021-08-17 | 2021-09-14 | 清华大学 | 一种基于时移方差的时延估计方法及装置 |
| CN114665991A (zh) * | 2022-05-23 | 2022-06-24 | 中国海洋大学 | 短波时延估计方法、系统、计算机设备和可读存储介质 |
-
2023
- 2023-01-29 CN CN202310043057.9A patent/CN115801145B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070237213A1 (en) * | 2006-04-11 | 2007-10-11 | Sony Corporation | Method for estimating one or more parameters of a ultra wideband signal and a receiver system for receiving ultra wideband signals |
| US20160062946A1 (en) * | 2014-09-02 | 2016-03-03 | Alcatel-Lucent Usa Inc. | Fractional delay estimation for digital vector processing using vector transforms |
| CN105812116A (zh) * | 2014-12-31 | 2016-07-27 | 华为技术有限公司 | 全双工时延估计方法和全双工时延估计装置 |
| CN109633586A (zh) * | 2018-12-21 | 2019-04-16 | 电子科技大学 | 一种消除相位模糊度的时延估计方法 |
| CN110138698A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 高阶调制线性混合信号频偏初相联合估计方法及装置 |
| CN113395124A (zh) * | 2021-08-17 | 2021-09-14 | 清华大学 | 一种基于时移方差的时延估计方法及装置 |
| CN114665991A (zh) * | 2022-05-23 | 2022-06-24 | 中国海洋大学 | 短波时延估计方法、系统、计算机设备和可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 潘峰等: "基于递归最小二乘的单通道混合信号时延估计算法", 电子测量与仪器学报 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220306130A1 (en) * | 2021-03-23 | 2022-09-29 | Sony Group Corporation | System, method and computer program to suppress vibrations in a vehicle |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115801145B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2814030B1 (en) | Method and device for self-adaptive noise reduction | |
| Singh et al. | Asymptotic stability of fractional order (1, 2] stochastic delay differential equations in Banach spaces | |
| TWI638272B (zh) | 用於對類神經網路執行類神經網路計算之系統與方法及相關正規化電路 | |
| Butcher et al. | On the Chebyshev spectral continuous time approximation for constant and periodic delay differential equations | |
| US10164609B2 (en) | Fractional scaling digital signal processing | |
| US6704369B1 (en) | Apparatus and method for signal separation and recording medium for the same | |
| CN115801145A (zh) | 一种混合信号的时延估计方法、装置和电子设备 | |
| Zhang et al. | Strong convergence of the partially truncated Euler–Maruyama method for a class of stochastic differential delay equations | |
| Zhang et al. | The split-step backward Euler method for linear stochastic delay differential equations | |
| Kovačević et al. | Adaptive digital filters | |
| Wang et al. | Modelling and multi-innovation parameter identification for Hammerstein nonlinear state space systems using the filtering technique | |
| Boashash et al. | Efficient software platform TFSAP 7.1 and Matlab package to compute Time–Frequency Distributions and related Time-Scale methods with extraction of signal characteristics | |
| Huang et al. | Mild solutions and Harnack inequality for functional stochastic partial differential equations with Dini drift | |
| Nurmuhammad et al. | Double exponential transformation in the Sinc-collocation method for a boundary value problem with fourth-order ordinary differential equation | |
| Can et al. | Exact and asymptotic features of the edge density profile for the one component plasma in two dimensions | |
| Gopi | Multi-disciplinary digital signal processing | |
| Poularikas | Discrete random signal processing and filtering primer with MATLAB | |
| Diop et al. | On the asymptotic stability of impulsive neutral stochastic partial integrodifferential equations with variable delays and Poisson jumps | |
| Boikov et al. | Approximate Methods of Solving Amplitude-Phase Problems for Continuous Signals | |
| Pei et al. | A space-time discontinuous Galerkin spectral element method for nonlinear hyperbolic problems | |
| Meng et al. | Divided difference estimates and accuracy enhancement of discontinuous Galerkin methods for nonlinear symmetric systems of hyperbolic conservation laws | |
| Zafer | The stability of linear periodic Hamiltonian systems on time scales | |
| US11468147B1 (en) | Activation function approximation in deep neural networks using rectified-linear-unit function | |
| Ku et al. | A posteriori error estimators for the first-order least-squares finite element method | |
| Li | Iterative Hermitian R-conjugate solutions to general coupled Sylvester matrix equations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |