基于IIN算法和Rife算法的一种新的正弦波频率估计算法

针对信号频率位于两个相邻量化频率点的中心区域时,IIN(iterative interpolation based)算法的精度降低,而当信号频率位于量化频率点附近时,Rife算法的精度降低问题,本文提出了一种新的算法,即R-IIN算法。首先利用Rife算法对信号的频率进行粗估计,然后通过频谱搬移使新信号的频率位于量化频率点附近,再利用IIN算法对信号频率进行估计。仿真结果表明,本算法的整体性能优于M-Rife[4]算法和IIN[8]算法（一次迭代）,接近二次迭代,且性能稳定。     

基于Rife算法的跳频信号瞬时频率估算方法研究

针对Rife算法在被估计信号频率位于量化频率点附近时估计精度较低的问题,提出一种改进的Rife跳频信号频率估计算法.该算法提出利用频谱细化的方法对信号DFT谱中次大谱线的位置进行搬移,从而使信号频率始终位于其DFT谱中两根最大谱线之间的中心区域.同时为了消除Rife算法在信号信噪比较低时,由于插值方向错误而增大的频率估计误差,提出对被估计信号加窗的方法对算法进行进一步的修正.仿真结果表明该算法的估计精度、抗噪性能和稳定性相比于Rife算法都有所提高.     

基于全相位频谱分析的正弦波频率估计

研究了应用于全相位频谱分析的正弦波频率估计算法.首先分析了全相位频谱的结构,给出全相位频域插值公式.当信号真实频率位于两相邻量化频率点的中心区域时该公式精度较高,而接近量化频率点时精度较差.根据这个特点,对信号进行频移使新信号的频率落入中心区域再进行频率估计,得到修正额域插值公式.与现有的全相位频率校正算法比较,频域插值算法具有更高的估计精度,在中低信噪比时表现出更佳的性能.     

基于Zoom-FFT的改进Rife正弦波频率估计算法

Rife算法是正弦波频率估计的一种经典算法,但其根本缺陷在于低信噪比且被估计频率接近量化频率点时估计性能差。本文通过分析Zoom-FFT的基本原理,验证了其具有可控的局部频谱放大功能,进而提出了一种改进的Rife频率估计算法。通过对信号进行Zoom-FFT处理实现以被估计频率为中心的较窄频段频谱的大幅度细化和放大,然后利用Rife算法进行精确频率估计。仿真结果表明,该算法具有高于传统Rife及其改进算法的估计精度和抗噪声性能,且对真实频率与量化频率点的位置关系不敏感,但计算复杂度有一定增加。     

一种实时精确的正弦波频率估计算法

针对Rife算法在被估计频率接近量化频率时的估计精度较差的特点,结合频谱细化技术构造了补充Rife算法.考虑到Rife算法和补充Rife算法性能互补的优点,提出了一种综合算法.仿真结果表明,在低信噪比(SNR)下,该综合算法不仅具有较高的估计精度,而且在整个频段上性能稳定.同时该综合算法只需一次FFT及两点DFT计算,计算量小,易于硬件实现.     

基于相关累加的正弦波频率估计算法

提出了一种新的正弦波频率估计算法.首先用FFT对信号频率进行粗略估计,再对原始信号进行相关累加后提取相位信息,估计出频偏,经过频偏校正得到频率的精确估计.在整个频段内该算法与Rife算法性能互补,因此本文又提出了两者相结合的综合Synthetic correcting rife(SCR)算法.该综合算法计算量略大于FFT,小于修正Rife算法.仿真结果表明.该算法估计性能接近修正Rife算法,将该算法的结果作为牛顿选代的初始值,进行一次迭代后性能逼近CRLB.     

基于FFT幅度和相位插值的频率估计改进算法

针对基于FFT的插值算法在信噪比较低或信号的实际频率与估计频率之间的相对偏差较小时,存在插值方向错误的情况,通过结合其中分段相位差法与Rife算法的优点提出了一种改进算法,该算法可以解决在低信噪比情况下当估计偏差δ接近零时,Rife算法估计误差较大、而当δ接近0.5时相位差法误差大的问题。算法仿真实验结果表明：改进算法在低信噪比条件下的频率估计精度高于Rife算法和分段相位差法,稳定性也比较高,具有很好的应用价值。     

基于Rife算法的频率估计及其FPGA实现

在信号处理领域,高精度的频率估计对信号特征的提取显得尤为重要。介绍了基于Rife算法的频率估计,并将其在FPGA上实现。该算法首先利用FFT对信号频率作粗估计,然后利用最大谱线以及与其相邻的次大谱线进行插值来确定真实频率位置,使频率估计性能得到提高。给出了Rife算法与DFT算法在不同信噪比条件下频率估计性能曲线。最后,将Rife算法在FPGA上利用硬件描述语言——Verilog HDL进行了硬件设计,并对FPGA和Matlab的频率估计结果进行了比较、分析。实验仿真结果表明,该算法运算量小,易在FPGA上实现,该设计具有可行性。     

滑动频率估计算法在微波测量液位中的应用

在微波测量液位的系统中,正弦信号的频率估计是实现液位测量的关键.比较并分析了离散FFT变换的两种正弦信号频率估计方法:Rife比值法和三角形法,提出了一种滑动频率估计方法,通过实时确定比例因子,得到了滑动频谱校正算法.实验结果表明,该方法频率估计精度较高,估计性能优于单一的Rife法、三角形法,适合于低信噪比条件下的实...     

基于快速傅里叶变换的正弦信号频率高精度估计算法

为了进一步提高加性高斯白噪声背景中正弦信号的频率估计精度,提出了一种新的基于插值快速傅里叶变换(FFT)的正弦信号频率估计算法.首先,对N点正弦采样序列进行等长度时域补零延长,再进行 2N 点FFT; 然后, 搜索幅度最大离散谱线位置得到频率粗估计值; 最后, 采用幅度最大谱线以及原信号的离散时间傅里叶变换(DTFT)在幅度最大谱线左右两侧的两点抽样值进行精估计.仿真结果表明,当信号实际频率位于FFT两条离散谱线之间任意位置时,所提算法的频率估计均方根误差均接近克拉美罗下限,具有较好的一致性,估计精度高于Candan算法、Fang算法、三谱线合理结合(RCTSL)算法和Aboutanios算法, 且信噪比阈值较低,估计性能优于现有频率估计算法.     

基于FFT和DTFT的指数衰减复正弦信号参数估计算法

针对加性高斯白噪声环境中指数衰减复正弦信号频率和衰减因子的估计问题,提出一种结合FFT和DTFT的离散三谱线插值算法。在利用FFT进行频率粗估计基础上,再利用FFT幅度最大谱线及其左右两侧任意相等位置处的DTFT辅助谱线进行频率和衰减因子精估计,并通过迭代提高算法性能。仿真结果表明,当辅助谱线距离幅度最大谱线位置的绝对值小于0.5时,信号实际频率位于FFT两条谱线之间任意位置,算法性能均接近克拉美罗下界,参数估计精度高于同类算法。     

基于M-Rife算法的振弦式传感器精确测频系统设计

针对振弦式传感器测频系统易受噪声干扰,导致测频精度下降的问题,介绍了一种基于 M-Rife算法的高精度频率测量方法。结合ARM处理器的硬件结构特点和编程方式,将M-Rife算法移植到ARM处理器上,实现了完整的振弦式传感器精确测频系统。实验结果证明：系统频率测量的相对误差小于0.025%,具有较强的抗干扰能力。     

A best method of demodulation algorithm for UNFSK applied in transportation

The frequency shift of the ultra-narrow frequency shift keying (UNFSK) is far less than the ordinary binary frequency shift keying (FSK) method. Because the two frequencies of UNFSK are extremely close, the traditional demodulation method cannot separate them successfully. This study aims to successfully demodulate the UNFSK signals by applying cycle extension and notch filter. The signal processing procedure is as follows: First, the sampling signals have been made cycle extension to enlarge their spectrum difference between signal 0 and 1; secondly, the cycle extension signals have been processed by the notch filter algorithm and finally, we could get the information by sentencing the filtering result. Finally, the method is applied in transportation. The simulation results proved that the algorithm greatly enhanced UNFSK signal demodulation performance, compared to the traditional demodulation method. There can be 2–3 dB improvement in performance, which is very suitable for UNFSK.