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.     

一种多正弦信号频率估计的改进Prony算法研究

针对经典Prony算法对多正弦信号频率估计易受噪声影响的问题,提出了改进的Prony算法.基于经典Prony算法,该算法构造出一组新的序列,然后建立一种新的Prony多项式,最后得到高精度的多正弦信号频率估计算法.仿真结果表明,本文所提出的算法对频率估计的性能稳定,在低信噪比时,对信号的频率仍有较高的估计精度且优于经典Prony算法.     

FMCW微波液位测量的快速频率估计算法

在FMCW(调频连续波)微波液位测量系统中,回波差拍正弦信号的频率检测是实现距离测量的关键.本文比较了基于离散傅里叶变换的正弦信号频率估计方法:矩形窗比值公式法和能量重心校正法,并分析了这两种算法在频率估计中各自存在的问题,通过分析噪声对频率测量的影响并结合两者的优势,提出一种基于FFT的快速频率估计算法,实验结果表明该方法的测量精度高,计算量小,具有实现简单、快速实时等特点.     

基于延拓相关算法的蓄电池内阻参数提取研究

针对蓄电池内阻参数提取中待测微弱信号易受噪声和干扰的影响,利用信号和噪声的不相关性,提出了一种基于延拓相关理论的抗噪处理算法。该算法选取两路同频正交参考信号中的一路信号注入蓄电池,然后将输出信号和原两路正交参考信号分别经过采样滤波后转化成离散序列,对离散信号进行延拓相关运算,最后利用和差三角函数得到内阻幅值和相位的计算值。实验结果表明,在高噪声背景下该算法有较高信号分辨率,对蓄电池内阻幅值和相位的测量有较高准确度。     

基于希尔伯特-黄变换双频信号的参数估计

为了提高双频信号参数估计在工程测量领域的精度,创新的提出了基于希尔伯特-黄变换和数据拟合算法估计双频信号参数的方法。输入系统的双频信号序列先经过EMD分解算法得到单频的信号序列,采用Hilbert变换得到信号的频率、幅值和相位信息,通过数据拟合算法对信号的频率、相位和幅值等进行校正,校正后参数的值可以精确到两位小数。为了增强该方法在操作上的便捷性和交互性,基于Matlab的GUI工具箱开发界面程序。     

基于支持向量机的频率估计算法

针对高斯白噪声信道下通信信号的频率估计问题,提出一种基于支持向量机的频率估计算法.利用支持向量机的稳健性和泛化性将频率估计转化为小样本分类问题,使用较少的导频符号提高频率估计性能.该算法不需要接收数据的统计信息,对信号的初始相位不敏感,且不存在门限效应.仿真结果表明,该算法的频率估计性能在低信噪比下优于最大似然估计算法...     

基于FRFT的非线性调频信号双特征检测方法

强噪声中的未知非线性调频信号检测一直是实际检测领域中的一个难点问题.非线性调频信号的相位历史是关于时间的未知平滑函数,并且该函数不能或者很难用少量参数来建模.由于相位模型的缺失,我们提出一种基于接连分数阶Fourier变换和双特征检测的非参数化检测方法.检测方案包含3部分:首先,计算一个周期内接连角度的分数阶Fourier变换,将这些不同角度的变换结果构造成二维图像;然后,利用硬阈值处理获得二值图像,并利用多重中值滤波来去除该二值图像中的孤立噪声点,从而获得精炼的二值图像;最后,根据精炼图像提取2个互补的检测统计量,并通过双特征检测器判决目标是否存在.本文针对3类不同阶的多项式相位信号以及正弦相位信号的对比实验结果表明,提出的方法是有效且鲁棒的,并且获得了满意的检测性能.     

基于混合系统的微弱信号检测方法研究

在电子信息、电力控制、通信、生物学等领域,都不同程度地需要进行微弱信号检测,为了提取强噪声背景下的微弱信号的幅值和频率,通过对混沌系统的Duffing方程动力学特性的分析,利用该系统对周期信号的敏感性和对噪声的免疫性,构建了多重相关和混沌振子相结合的微弱信号检测系统,并对具有代表性的微弱正弦信号进行了仿真检测;仿真实验表明:该系统可以对未知纳伏级的正弦信号幅值和频率进行有效的提取,并可达到较高的精度,同时也可进一步提高对低信噪比信号的检测能力.     

基于Duffing振子的微弱正弦信号检测研究与仿真

在分析由Duffing振子构成的非线性系统运动特性的基础上,提出了一种新的测定相位和幅值的方法.该方法减小了由于频率的测定误差和噪声对阈值的影响而导致的相位和幅值的测定误差.在Matlab环境下进行了仿真,结果表明:Duf-ring振子可以检测信噪比为-68.451 dB的微弱正弦信号;测定的频率、相位和幅值都有较高的精度;过程简单,便于工程应用.     

分段自相关频率估计算法研究

针对两步自相关频率估计算法（TSA算法）的估计性能和计算量不能兼顾的缺点, 提出了基于正弦信号LP性质的分段自相关频率估计新算法。该算法首先将观测信号二等分, 得到与源信号频率相同、相位不同且噪声互不相关的观测信号, 然后利用正弦信号的LP性质, 结合自相关函数建立参数估计方程, 得到高精度频率估计算法, 最后通过多次蒙特卡洛仿真对算法的有效性进行了验证。仿真结果表明, 分段自相关算法整体优于TSA算法, 有较强的实用性。     

弱信号锁相放大CD552-R3电路

锁相放大电路是微弱信号检测的重要方法.基于CD552-R3相敏检波芯片设计了一种锁相放大电路,应用于大背景噪声下微弱信号的检测.采用信号发生器产生的标准信号和染噪信号,对该锁相放大电路进行了鉴幅和鉴相性能测试,并在不同强度噪声下对弱信号进行检测.测试结果表明:研制的锁相放大电路输出线性度高于0.9999,具有良好的鉴幅和鉴相特性,能将信噪比为-36 dB的毫伏级信号提取出来,可用于大背景噪声下微弱信号的检测.     

自适应经验小波塔式分解的齿轮微弱故障诊断方法

针对强背景噪声下齿轮微弱故障特征难以有效提取的问题,本文提出了一种基于自适应经验小波塔式分解的齿轮故障诊断方法 .首先,在齿轮故障信号傅立叶变换基础上,通过设定分解层数对信号频谱进行有效划分,进行经验小波变换;然后进一步提出时-频峭度指标,绘制信号在不同分解层数下各分量信号的时-频峭度图,确定所感兴趣的最优共振频段范围;最终得到最优单分量信号,利用包络解调分析提取齿轮微弱故障特征.采用所提方法对齿轮故障信号进行分析,结果表明该方法可以有效提取齿轮微弱故障特征,而传统经验小波方法因为受强背景噪声影响较大,无法准确提取齿轮微弱故障特征信息.     

基于DPT的非线性调频信号的DOA估计

提出了一种基于DPT的宽带非线性调频信号的DOA估计算法.首先将非线性调频(NLFM)信号建模为高阶多项式相位信号(PPS)模型,然后通过高阶瞬时矩进行多项式相位变换.接收信号将变换为单个正弦信号和新的噪声.再利用ROOT-MUSIC或者ESPRIT算法对变换得到的正弦信号的波达方向进行估计.理论分析和仿真结果表明,该...     

Detection-recognition algorithm based on the Gabor transform for unknown signals embedded in unknown noise

In this paper we present the CFAR (Constant False Alarm Rate) two-step detection-recognition algorithm for unknown, non-stationary signals embedded in unknown noise, based on the discrete Gabor transform. In the detection step, the decision about the absence or the presence of a signal of interest in a background of noise should be taken. The term ‘recognition’ means recovering the signal waveform from a noisy signal after the detection step. The recognition can be reformulated as the non-stationary, time-varying filtering problem in a time–frequency domain. In this paper the Gabor time–frequency domain is taken into account and the Gabor transform is used both in the detection and the in the filtering step. The discrete Gabor transform (DGT) is under intensive study of mathematicians, what results in a number of new, efficient computational algorithms for long time series. The Gabor frame approach is used for computation analysis and synthesis windows. Data-driven approach to develop the detection-recognition algorithm is based on the assumption, that disturbing noise signal after the Gabor transform, can be successfully approximated by the Weibull distribution regardless noise distribution before the transformation. It is shown by intensive simulations, that a two-parameter model like the Weibull distribution is really appropriate. Scale and shape parameters of the Weibull distribution are easily estimated and the CFAR threshold used in detection, based on estimated parameters, can be computed. The case of a low SNR ratio, with additional assumption about a signal, is also considered. It is shown that the iterative form of the time-varying filtering, significantly improves the quality of the whole detection-recognition CFAR algorithm. This approach is successfully investigated on a real-life radar signal.     

基于小波分解的无线电引信目标识别

多普勒无线电引信目标识别的传统的方法是利用多普勒信号的幅值和增幅速率等特征进行目标信号识别.为使无线电引信在强背景噪声干扰的情况下能够正确地识别目标,就需要采取有效的信号处理方法识别目标.文中根据无线电引信回波多普勒信号功率主要集中在低频部分的特点,对淹没在噪声中的无线电引信回波信号进行小波分解,提取在不同频带内信号能量作为特征,用Fisher判别方法对目标进行检测.针对不同信噪比,对某典型无线电引信回波信号进行定量研究,从仿真结果可以得出该文方法能处理信号的信噪比达-7dB,表明该方法是有效的.     

基于三维曲波变换的弱信号恢复方法研究

传统的弱信号恢复方法在强噪声背景下具有较大的局限性,有用的信息往往淹没在强噪声背景下不易被识别。针对这个难点,提出一种基于三维曲波变换的弱信号恢复的方法。该方法将三维曲波变换和自适应滤波器相融合,从而提高数据中弱信号的能量,使得弱信号更易于被恢复。为了验证该方法的有效性,对楔形模型与实际三维数据进行处理。实验结果表明,恢复后的数据信噪比提高了2 dB到3 dB,频带也被拓宽了150 Hz,弱信号得到较好的恢复。     

基于小波变换的无驱动结构微机械陀螺信号自旋频率的提取

针对一种新型陀螺,它能敏感旋转载体的俯仰、偏航和滚转角速度,敏感信号是一种调幅波信号,载波频率是自旋频率,包络是横向角速度。实际应用中,需要精确提取自旋频率。基于此,提出了一种提取载波频率的新的方法——小波变换构造解析函数法,对自旋频率解算算法进行了理论推导,并通过MATLAB软件对噪声比为30 dB的模拟陀螺调幅波信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.033 6,小波变换相对误差为0.017 8。对三轴精密转台实时测试的横向角速度为180°/s的陀螺信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.035 9,均方差MSE为7.915 9;小波变换相对误差为0.001 8,均方差MSE为0.293 7。小波变换较Hilbert变换求解自旋频率精度提高二十倍,降噪性能和频率稳定性更好。     

一种新型频率测量方法的研究

研究了一种带摄动的Duffing振子混沌数学模型,详细的分析了其间歇混沌特性.根据Duffing振子对噪声的免疫力,提出了一种新型的频率测量方法,并给出了具体的算法.仿真结果表明,在强噪声背景下,该方法可以准确的测出微弱正弦信号的频率.     

基于LabVIEW的UWT语音信号降噪处理

在LabVIEW软件平台下,应用UWT(非降采样小波变换)算法设计一新型处理软件,该软件集合了db5、coif5、sym5等三种不同正交小波的信号分解、阈值去噪和信号重构算法,并使用该软件成功地还原了一带噪语音信号,得出在强噪声背景下,该小波变换算法具有良好的保留语音原信号特性且降噪效果优越的结论。