正弦波频率估计的牛顿迭代方法初始值研究

本文分析了Rife算法的性能,指出当信号频率位于量化频率点附近时它的精度降低,以它为初始值进行牛顿迭代会导致不收敛.针对此问题,本文提出了一种修正Rife(MRife)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.仿真结果表明修正Rife算法性能不随被估计信号的频率分布而产生波动,以它为初始值进行一次迭代得到的频率估计值的方差在整个频段都接近克拉美-罗限,具有稳定的性能.     

正弦波频率估计的改进Rife算法

根据Rife算法在被估计频率接近量化频率时的估计精度较差,但接近两相邻量化频率中心区域时估计精度接近克拉美—罗限的特点,本文提出改进Rife(I-Rife)算法。I-Rife算法利用频移技术和频谱细化技术使信号频率总是位于两相邻量化频率中心区域后,然后再利用Rife算法便可以获得较高的频率估计精度。I-Rife算法改进了判据,降低了频率修正方向的误判概率,使I-Rife算法在低信噪比下仍能保持较高的频率估计精度。仿真结果表明,在信噪比达到-13dB时,I-Rife算法仍保持较高的频率估计精度,而且整个频段上性能稳定。I-Rife算法计算量小,易于硬件实现,可以实时精确的进行正弦波频率估计。      

LFMCW雷达测距中的自适应频率校正

信号的频率落在两个量化频点之间时会产生估计误差,所以需要校正快速傅里叶变换(FFT)后估计的频率.结合Rife算法和抛物线插值法的特点,提出了一种自适应频率校正算法.该算法依据不同的频率自适应地选择不同的频率校正算法,克服了Rife算法在信号的频率落在FFT量化频点周围的情况下容易产生插值方向错误的缺点,同时避免了抛物线插值法在信号频率落在相邻两个量化频点的中心附近时估计均方误差会急剧增加的缺点.仿真结果验证了所提算法的有效性.此外,相比于单一的Rife算法和抛物线插值法,所提算法在频率估计精度以及抗噪声能力方面都有显著提升.     

基于FPGA的LFMCW雷达信号处理算法及实现

为提高线性调频连续波雷达的探测精度,提出一种Rife算法与Jacobsen算法的联合频率估计算法。该算法分别对三角波调制的线性调频连续波的差频信号的上下扫频的频谱进行峰值搜索,当其频率在量化频率点附近时用Jacobsen算法优化,其他情况使用Rife算法直接估计。通过理论及Matlab软件仿真分析算法的估计性能,结合现场可编程门阵列(FPGA) EP4CE30F23C8N设计了用于三角波调制的LFMCW雷达,通过SignalTapⅡ软件实时捕捉目标参数,得到速度及距离信息。该方法应用于调频连续波雷达可以取得较高探测精度,同时具有较高的实时性、稳定性。     

面向FMCW激光雷达的修正Rife算法设计与硬件实现

FMCW激光雷达以其高精度、抗干扰能力强、同时测距测速等特点得到了广泛研究。针对FFT固有栅栏效应引入测距、测速误差的问题,通过分析频谱幅值和相角的规律,并结合正弦函数原理提出了一种易于硬件实现的修正Rife算法,有效地降低了传统Rife算法在估计频率接近FFT量化频率点时的误差。通过仿真和FPGA验证,修正Rife算法在信噪比为?10 dB时相较于传统Rife算法平均误差降低了69.6%,均方根误差降低了50.7%,而计算量仅增加了两个乘法和加法,与N点FFT计算量相比可忽略不计。最后,通过搭建光学测试平台,模拟激光雷达中频回波信号验证了该算法的有效性。测试结果显示,该算法可在112 m范围内实现同时测距测速,测距误差不大于5 cm,测速误差不大于0.16 km/h,满足实时性要求。     

基于Quinn算法和相位差法的正弦波频率估计综合算法

Quinn算法是正弦波频率估计中应用广泛、计算量小且稳定性较好的算法,但是在低信噪比时当信号频率靠近离散傅立叶变换(DFT)的量化频率时,Quinn算法估计误差较大;而改变窗长相位差法在这种情况下具有较高的估计精度,但当信号频率位于两相邻离散傅立叶变换(DFT)的量化频率中心区域时,其估计误差很大.根据这两者特点,本文提出了一种基于Quinn算法和改进的改变窗长相位差法的正弦波频率估计综合算法,给出理论计算过程及相关误差公式.计算机蒙特卡罗模拟仿真实验和性能分析表明了本文算法在计算量增加不大的情况下,在设定频率范围内能够提高频率估计的精确度和稳定性,其均方误差接近克拉美罗限且具有较低信噪比门限,整体估计性能优于Quinn算法和改变窗长相位差法,具有工程实用价值.     

基于FFT的高精度FMCW雷达频率估计算法

在FMCW(调频连续波)雷达测距测速系统中,通常采用FFT(快速傅里叶变换)算法对差频信号进行频率测量。针对Rife算法在信号频率位于FFT量化频率附近时频率估计精度较低的问题,提出了一种改进的频率估计算法。该算法首先对信号作FFT并索引峰值谱线位置,然后对主瓣内幅度最大的两条谱线的系数进行线性组合,来等效实现加Hanning窗FFT,最后进行频率估计。仿真结果表明:该方法具有更高的精度,可应用于FMCW(调频连续波)雷达差频信号频率的测量,能有效地减小频率测量误差,提高距离分辨率。     

LFM信号参数估计的插值FrFT修正算法

针对线性调频（LFM）信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。      

一种高精度的Rife算法

针对无线数字通信中的载波频偏估计问题,提出一种改进的Rife算法。分析了在Rife算法中估计精度不高的原因,提出了改进方法。利用Rife算法得到频率粗估计,利用自相关函数法得到精估计的方法,只以一定复杂度的代价,提高了Rife算法的估计精度,同时保持了Rife算法估计范围广和复杂度低的优势。给出了改进算法的实现步骤,通过MATLAB仿真实验证明了算法的有效性。     

一种卫星信号载波频率精确估计算法

针对卫星载波频率高精度估计问题,阐述了现有的频率估计实时处理方法,结合类Rife频率修正算法,并考虑卫星信号特点,给出了适用于数字方法实现的卫星信号载波频率高精度估计算法流程。对其进行了仿真实现,其结果表明,该算法能有效提高卫星信号载频估计精度。     

一种新的极高精度的T_IIN频率估计内插算法

针对多普勒条件下接收端复信号的频率估计难的问题,研究了一种基于离散傅里叶变换与迭代频率估计的内插综合算法.区别于经典的内插算法,新算法在迭代频率内插算法基础上充分利用复数快速傅里叶变换结果的实虚部值,并通过最大峰值频谱和相邻两侧谱线以极高精度内插估计出复信号的频率参数.仿真结果分析表明,在二次迭代条件下信噪比为-10 dB时,该算法估计均方根误差仍能逼近克拉美-罗限的1.0021倍.该算法在同等条件下比经典的Rife、Quinn和IIN算法具有更高的准确性、稳定性和可靠性.     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。      

基于FFT的快速高精度正弦信号频率估计算法

提出了一种新的基于FFT的快速高精度正弦信号频率估计算法。通过分析Jacobsen算法和傅里叶系数插值迭代算法的性能,指出Jacobsen算法计算简单,精度不高;傅里叶系数插值迭代算法精度较高,但需要进行两次迭代,每次迭代均需计算两点的FFT系数,计算量较大。结合这两种算法,文中提出一种改进的高精度算法。该算法采用Jacobsen算法作为迭代初值,仅需进行一次迭代就能达到原迭代算法两次迭代的性能。仿真结果表明该算法在FFT信噪比门限以上全频段估计的均方根误差十分接近克拉美罗下限,具有较强的抗噪性能,且计算量较少,易于实时实现。     

基于幅度比值和子空间的频率估计算法

为降低单频正弦复信号的频率估计误差,针对传统Rife算法在较低信噪比条件下幅值最大和次大谱线判断错误问题,利用RootMUSIC算法结果代替快速傅里叶变换(FFT)结果,确定幅值最大和次大谱线序号;同时针对Rife算法在部分频率区间估计误差较其他区间偏差大的问题,采用频移重估思路,进一步降低了整个频率估计区间的估计误差。仿真表明,在较低信噪比条件下,所提RM-Rife算法较Rife算法、Root MUSIC算法和M-Rife算法,具有更优的估计性能,可用于相关工程实践中。     

一种基于相关系数的频率估计算法

针对单点频信号,基于相关系数,在现有频率估计方法的基础上,提出了一种新的频率估计算法,称之为相关测频算法。该方法在FFT的基础上,结合相关系数进行估计。理论研究和仿真分析表明:当被估计信号的信噪比较大时,相关测频算法的估计误差接近Cramer-Rao下界。与迭代插值FFT估计算法和改进Rife算法相比,相关测频算法的估计精度略低,但计算量较低,适合工程应用。