正弦波频率估计的修正Rife算法

分析了Rife算法的性能，指出当信号频率位于离散傅里叶变换（Discrete Fourier Transform，DFT）两个相邻量化频率点的中心区域时，Rife算法精度很高，其均方根误差接近克拉美-罗限（Cramer-Rao Lower Bound，CRLB），但当信号频率位于量化频率点附近时，Rife算法精度降低。本文提出了一种修正Rife（M-Rife）算法，通过对信号进行频移，使新信号的频率位于两个相邻量化频率点的中心区域，然后再利用Rife算法进行频率估计。仿真结果表明本算法性能不随被估计信号的频率分布而产生波动，整体性能优于牛顿迭代法（一次迭代）。接近二次迭代，在低信噪比条件下不存在发散问题，性能比牛顿迭代稳定。本算法易于硬件实现。     

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。     

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.     

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。     

突发GMSK混和信号混合位置估计迭代算法

针对GMSK混合信号的混合位置估计问题,提出了一种基于参数估计与混合位置估计的迭代算法。混合信号混合部位和未混合部位在幅度和频率上存在明显差异,通过混合部位信号过零点和极值点得到混合的信号和幅度估计后,可以对采样点是否混合进行判断,同时混合起点对应着相对时延,当混合信号的相对时延较大时,利用未混合部位信号来进行迭代时,其估计精度更高。对混合起点估计的克拉美罗界进行了推导,仿真表明,本文算法估计精度高,所需的数据量小,适用于突发通信,且对参数变化不敏感,具有较强的鲁棒性,在高信噪比下混合位置估计精度接近克拉美罗界。     

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。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

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。     

引入偏移量递阶控制的网络入侵HHT检测算法

在强干扰背景低信噪比下对网络潜质入侵信号的准确检测是决定网络安全的关键。传统的Hilbert-Huang变换(HHT)入侵信号检测算法在求解入侵信号的瞬时频率特征时,因包络线失真引起的边界控制误差,会造成频谱泄漏,从而导致检测性能较差。提出了一种基于时间-频率联合分布特征和偏移量递阶控制HHT匹配的网络入侵信号检测算法,即构建网络潜质入侵数学演化模型,把复杂的入侵信号分解成IMF单频信号,得到入侵检测系统的状态转移方程,基于Hilbert变换对入侵信号进行离散解析化处理,构建入侵信号解析模型。对每个入侵信号经验模态分解后的解析模型IMF分量用Hilbert变换进行谱分析,通过递阶控制调整HHT频谱偏移,将残差信号投影与入侵信号的Hilbert边际谱进行匹配,减小包络线失真引起的边界控制误差,抑制频谱泄漏,实现对入侵信号的精确检测和参数估计。实验表明,该算法进行网络入侵信号检测时,具有较强的抗干扰性,能从低信噪比背景下有效检测出入侵信号,检测性能有较大提高。