基于延时互相关的正弦信号频率估计方法

为提高非整周期采样信号的频率估计精度,提出一种基于延时互相关的正弦信号频率估计方法。首先,截取一段采样信号及其等长度延时信号;其次,对2段信号做互相关运算,并构建不包含误差项的误差校正信号;然后,对误差校正信号进行频率粗估计,并生成参考信号;最后,根据柯西-施瓦兹不等式构造误差函数,通过最小化误差函数得到频率精估计值。仿真实验结果表明：该方法能有效降低非整周期采样的影响,提高频率估计精度,其估计精度优于同等条件下基于自相关的频率估计方法,使得频率估计值的均方误差更接近克拉美罗下限。     

强噪声下利用混沌系统测量频率的新方法

在分析混沌形成的基础上,将变结构滑模方法引入到混沌理论中,通过它将处于混沌态的系统控制到稳定周期状态,然后,再用频谱方法测出待检信号的频率。所提出方法的新颖性在于去掉了以往混沌系统测量信号所需的策动力,而将待检信号作为策动力。经实验仿真发现:此方法与以往方法比较具有较高的分辨力。     

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.     

一种确定正弦信号幅度、频率、相位的方法

本文提出正弦信号幅度、频率、相位确定的一种方法。首先对正弦信号采样．获得了一批数据即正弦序列信号．然后对其进行FFT计算并结合局部DFT和查表法可以得到精确的频率参数．进而求得其幅度和相位参数。     

正弦波频率快速估计方法

研究了正弦波ＤＦＴ系数的结构，通过ＤＦＴ系数的相位信息，得到了一种快速频率估计算８法。     

低信噪比条件下正弦信号幅度盲估计

研究了电子侦察信号处理中正弦信号幅度盲估计问题。提出了一种基于相关累加及线性回归的正弦信号幅度盲估计算法。先对接收到的信号进行频率估计,建立参考信号,将接收信号与参考信号相关后变换到基带并作累加,后将相关累加曲线进行最小二乘线性回归,以回归得到的直线斜率值作为信号幅度的估计值。仿真结果表明,当信噪比大于[-3 dB]时,方法的估计均方根误差小于1.1倍克拉美罗限,可在低信噪比条件下,实现正弦信号幅度的盲估计。     

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.     

正弦频率估计的互高阶谱矩方法

本文首次提出采用互高阶谱估计方法估计正弦频率，从理论上建立了互四阶累积量的Ｙｕｌｅ－Ｗａｌｋｅｒ方程，并在此基础上提出了互高阶谱估计的矩方法。仿真结果表明，该方法具有良好的频率估计性能。     

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。     

混沌噪声的神经网络建模应用于参数估计问题中

提出了基于神经网络预测器的参数估计算法，该算法将神经网络拟合非线性函数的能力和功率谱分析技术相结合．文中介绍了相空间重建技术和神经网络的原理，对于神经网络预测模型，给出了所提算法的原理和步骤，针对具体应用问题，用计算机仿真实验验证了该算法提取混沌噪声中信号参数的有效性,给出了实验结果和必要的分析．     

混沌调频与相位编码信号混沌性分析

为探讨混沌的雷达波形适用性,着重研究分析不同混沌映射、不同调制方式下混沌调制雷达波形的混沌行为。介绍了混沌调频和混沌相位编码雷达信号模型,重点从数学上推导了混沌调制后雷达信号的混沌特性关系,认为调制后信号的混沌性不能从理论得到保证,信号的混沌性具有不确定性。为获取调制信号较好的自相关函数性能,在分析李亚普洛夫指数求取的基础上,进一步强化条件,给出了混沌保留的充分条件。应用四类离散混沌映射分别产生频率调制和二相编码混沌雷达信号,分析比较了各情况下信号的相关函数性能,从仿真角度验证了理论分析,指出Bernoulli映射具有最佳的混沌频率调制性能,而Congruent混沌映射不适合混沌相位编码信号使用。该分析方法对于实际工程中指导混沌雷达波形设计具有重要现实意义。     

基于混沌信号的系统频率响应特性测试方法

介绍了在难以用解析法建立系统的传递函数时，利用混沌信号来测试系统频率响应特性的一种实验方法。该方法仅需将混沌信号作为激励信号作用于被测系统，通过计算系统输出信号的频谱，便可获得被测系统的频率响应特性。通过对几种典型的高通、低通滤波器的计算机仿真及实际电路测试，验证了该测试方法原理简单，实用性强，对宽带被测系统的频率响应特性可得到很好的洲试效果。     

一种新的频域基频估计方法

本文在语音信号正弦分析模型的基础上,提出了一种新的基频估计方法。这种方法先是对语音作预处理,然后引进代价函数对基频进行估计。实验证明,该方法具有很高的准确率,在语音分析和合成中有广泛的应用前景。     

混沌跳频通信系统的设计与仿真

跳频通信系统的关键技术是跳频序列的同步。本文利用混沌信号Logistic序列作跳频码,取代跳频通信中的伪随机序列,并采用动态双频同步方案使同步头信号同步,解决了混沌跳频序列的同步难题,进而实现发射系统和接收系统的混沌同步。在Matlab7.0/Simulink动态仿真平台,搭建了一个基于该同步方案的跳频通信系统,仿真结果表明该同步方案用于跳频通信可获得满意的通信效果。     

一种改进的混沌跳频序列的设计方法

现有混沌跳频序列在混沌迭代次数、通信保密性和安全性等方面存在着不足.为解决上述问题,本文通过给出优化的Logistic映射函数,采用了一种改进的利用伪随机序列控制比特抽取来生成混沌跳频序列的方法.该方法各项跳频性能指标与已有研究成果相当,但其混沌迭代次数减少,序列安全性增强.     

基于三角多项式插值的频率和相位联合估计算法

目前,低信噪比下的通信业务在不断发展,为了使其载波同步系统在低信噪比下能获得运算复杂度和同步精度的双重最佳性能,本文提出了一种新的频率和相位联合估计算法,该算法在FFT运算的基础上,进一步对谱线进行三角多项式插值运算,并通过求解最大值,获得精确的频率和相位估计;通过设计算法的实现方案,减小了运算量。仿真表明,该算法估计误差逼近CRB界,且具有很低的信噪比门限;与Rife、Quinn相比,算法的复杂度与其基本相当,但估计精度显著提高;与三线幅度法相比,算法的运算量仅约为其一半,且性能更好;与迭代类载波估计算法相比,虽然精度基本相当,但运算量和处理延迟要显著减小。     

非平稳噪声环境下的噪声功率谱估计方法

提出了一种新的非平稳噪声环境下的噪声功率谱估计方法。该方法通过采用非固定长度的时间窗跟踪含噪语音功率谱的最小值,解决了传统跟踪时延较大的问题。不同频带采用不同的阈值计算语音存在概率,从而利用语音存在概率值的大小调节噪声和语音的混合程度。实验证明,本文提出的方法较基于语音活性判决(Voiceactivity detectors,VAD)的一系列方法和传统的最小统计(Minimal statistic,MS)算法有更好的效果,从而有效地改善了增强后语音的质量。