复杂噪声背景下正弦频率估计新方法

提出一种基于系统参数摄动的单变量滤波驱动混沌同步的强混沌背景下正弦频率估计方法。该方法利用采样的混合信号通过低通滤波器并驱动构建的混沌响应系统,由于同步误差序列中混沌噪声影响大大减小且含有正弦信号,对误差序列采用互谱MUSIC算法估计正弦频率。该方法同样适用于强混沌信号加强白噪声为背景的正弦频率估计。     

Burg算法性能的理论分析

对于无噪声的单个实正弦信号使用Burg算法的情况,推导了反射系数的公式,指出这时P阶预测误差滤波器可以看作P/2个二阶非递归的数字滤波器的级联,从而功率谱曲线是P/2个单峰曲线的相乘.推导了这些单峰位置的公式.引进了描述这些单峰尖锐程度的量——品质因素,推导了相应的公式.讨论了功率谱的频率误差和谱线分裂问题.     

混沌干扰背景下的正弦频率估计新方法

提出一种基于单变量驱动误差滤波反馈混沌同步的强混沌背景下正弦参数估计的方法。该方法利用采样的混合信号(混沌加白噪声和正弦)通过某一类型滤波器,用滤波后信号驱动一新构建的同类响应混沌系统,若混沌同步发生,则驱动响应信号的误差序列中应含有正弦成分,对误差序列采用互谱MUSIC算法估计正弦频率。该方法适于强混沌信号加强白噪声为背景的正弦参数估计。仿真实验表明,该方法简单有效。     

基于相干平均的正弦信号频率估计

文章提出了一种适用于高斯白噪声背景下的正弦信号频率估计新算法.在给定的频率分辨率△f下,以(m-1)f/△f+1,m=1,2…M为起点进行分段,分段长度根据谱估计要求设定.当正弦信号频率fc/△f为整数时,各分段中期望信号全相关,应用相干平均法可获得M倍信噪比增益,FFT分析后其谱极大值对应的频点即为正弦信号频率.当fc/△f不为整数时,由于分段平均引入了相位误差,无法正确进行频率估计.因此可由大到小设定若干频率分辨率△f,在每个△f下按上述方法进行频率估计,当相邻△f下的估计结果一致,或者某个△f下估计的谱极大值远大于次极大时,即可认为频率估计完成.仿真结果表明,基于相干平均的正弦信号频率估计性能优于直接对同样长数据作FFT分析,且计算量小,硬件上更容易实现.     

频率估计的多段倍频正弦信号加权融合算法

为提高低信噪比条件下短时正弦信号的频率估计精度和扩展多段信号融合法的适用范围,提出一种利用多段倍频正弦信号进行加权融合的频率估计算法．为消除多段倍频正弦信号中各段信号频率不等对频谱分析的影响,根据各段信号间频率的倍数关系生成倍频修正矩阵,对多段倍频正弦信号频谱进行同频化处理．为消除各段信号相位不连续和时宽不等对频谱融合的影响,构造具有相位连续特性和噪声对消特性的加权因子,对同频化的多段倍频正弦信号频谱进行加权融合,得到最优加权融合频谱．最后,通过谱峰搜索最优加权融合频谱,实现高精度频率估计．仿真结果表明文中算法的频率估计精度较现有方法有较大提高,抗噪性好,普适性好．     

一种基于循环平稳性的 CPM 信号符号速率盲估计算法

根据循环平稳有关理论,通信信号的非线性变换频谱中存在体现各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率和符号速率的线性组合,提取这些谱线可以完成信号的一些基本参数估计。通过分析CPM信号瞬时频率函数的循环平稳性,利用二次方谱与符号周期的关系,提出了一种新的CPM信号符号速率盲估计算法。实验结果证实了理论分析的正确性,并且表明该算法预处理要求低,具有较好的抗噪声性能,能够实现衰落信道下CPM信号符号速率的有效估计。     

高斯白噪声中正弦信号的初相估计

对正弦信号初相估计精度受噪声影响较大,本文提出了一种在加性高斯白噪声中对正弦信号初相估计的方法。该方法基于DFT和Chirp-Z变换,用Chirp-Z变换进一步细化频谱,从Chirp-Z变换的相位中得到正弦信号初相估计值。与传统的基于DFT相位的初相估计法相比,该方法受噪声影响较小,能得到更加精确的频率估计值,从而具有更高的初相估计精度。仿真结果表明了此方法的有效性。     

基于Hilbert-Huang变换的涡街信号处理方法

利用Hilbert-Huang变换(HHT)的固有模态分解特性，提出了一种涡街信号频率估计的新方法.采用压电传感器进行涡街信号的检测，通过分析信号经过固有模态分解后的时频特性，获得了不同模态所代表的噪声信号成分和实际涡街信号成分.模态中的一部分表示了信号中的噪声，而剩下的部分模态真实反映了信号的频率成分.在仿真的基础上，获得了去除噪声的部分模态瞬时频率与涡街频率的关系.研究结果表明，基于HHT的涡街频率估计方法，可以精确估计涡街信号频率并提高涡街流量计的抗干扰能力.该方法计算量小，能够满足涡街流量计在实际工程应用中的要求.     

正弦信号参数估计的最小二乘算法

为了提高信号相位匹配原理估计正弦信号参数的精度,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式.给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法;分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,还可降低被估计频率信号带宽内的噪声,提高低信噪比时的信号参数估计精度.该算法简单、快速、具有工程应用前景.     

基于互高阶谱SVD算法的电力系统低频振荡频率估及计

介绍了互高阶谱理论在互联电力系统低频振荡频率估计中的应用,详细讨论了其数学模型和处理过程.在相关高斯噪声与非相关噪声背景下,首先用互高阶谱SVD方法,将信号分解成信号矢量空间和噪声空间,通过求解噪声信号的特征方程则可知频率信号.该方法不需要任何关于有色噪声的先验信息就可以估计低频振荡频率.仿真分析的结果表明该方法具有良好的谱估计分辨率及谱估计稳定性,是低频振荡频率估计的有效工具.     

基于两阶段加窗插值的多音信号频率估计算法

频域插值是一种广泛应用于多音信号频率估计的方法.为了提高相邻单音分量频率间隔较小时的频率估计性能,该文提出了一种基于两阶段加窗插值的频率估计算法.该算法采用一种新的支持任意窗函数的插值器来估计频率,通过在不同的阶段选择不同的窗函数,可以在不损失信噪比的前提下减少多个单音分量之间的相互干扰.数值结果表明,该算法具有比现有...     

虚载波存在下低复杂度的OFDM信道估计

首先分析了虚载波对基于离散傅里叶变换(DFT)信道估计的影响,结果表明,对于边缘子载波,由于虚载波部分导频信道信息缺失所引起的估计误差远大于噪声带来的估计误差,严重影响边缘子载波的信道估计性能. 基于此分析,提出了一种低复杂度的正交频分复用(OFDM)信道估计方法,在边缘子载波,利用频域最小平方(LS)估计结果代替DFT估计结果,并给出了边缘子载波替换准则及此信道估计方法的均方误差下界. 仿真结果表明,所提方法均方误差(MSE)及误码率(BER)性能优于频域LS估计和单纯基于DFT的估计.     

Data-Aided Frequency Offset Estimation with Narrowband Interference

An algorithm for carrier frequency offset estimation with narrowband interference in burstmode transmissions is proposed.The algorithm is data-aided and has a feedforward structure that can be easily implemented digitally.The principle of the algorithm is based on a properly designed training sequence and an interpolation technique.Simulation results indicate that the estimation range is about ±20% of the symbol rate.The performance is satisfactory for a signal-to-noise ratio(SNR)as low as -13 dB and the mean square error(MSE)is approximately irrelevant to signal-to-interference ratio(SIR)values over -20 dB.     

基于邻近频点插值混合扩频信号多普勒频偏估计算法

针对直扩/跳扩混合扩频信号捕获算法中,要降低多普勒频率估计误差,但运算资源有限的问题进行了研究.采用一种基于插值预测的频率估计算法,利用不同频点之上的相关值进行多普勒频偏估计,以较低的计算量为代价,减小多普勒频率误差.在不同信噪比环境与不同接收信号多普勒频率下,对多普勒频率检测精度进行仿真.经过测试表明,该算法在信噪比不低于-23 dB时,对于直扩/跳扩混合扩频系统的多普勒频率估计误差的平均值小于20 Hz,且具有更加稳定的均方根误差,可以做到在不需要较多改变硬件的情况下,通过后期计算即可提高多普勒频率估计的精度.     

在OFDM系统中用伪导频符号进行盲信道估计

根据OFDM系统的特性提出了用伪导频符号进行信道的盲估计算法。与用于做信道估计的导频信号不同,PPSs传输的是有用的数据,因此提高了系统的带宽利用率,若PPSs的平均功率增加3 dB或6 dB时可有效抑制信道的加性高斯噪声。该文对信道盲估计的均方误差及其由此算法获得的信道的状态信息对无编码的OFDM系统进行解调的误比特概率进行了仿真,结果表明提出的算法是有效的并具有很好的灵活性。     

Estimation of forest volumes by integrating Landsat TM imagery and forest inventory data

Accurate information about forest volumes is essential for forest management planning. The survey interval of the Forest Resource Inventory of China (FRIC) is too long to meet the demand for timely decision-making required for forest protection, management, and utilization. Analysis of satellite imagery provides good potential for more frequent reporting of forest parameters. In this study, we describe an application of the k-nearest neighbors (kNN) method to Landsat TM imagery for improving estimation of forest volumes. Several spectral features were tested and compared in forest volume estimations, including normalized difference vegetation index, environmental vegetation index, and the combination of the spectral features. The combined index resulted in the most accurate volume estimations. The kNN estimator and the combined index were then used in forest volume estimation. The estimation error (RMSE) of the total volume was 44.2%, much lower than those for Larix forest (the RMSE was 51.7%) and those for the Korean pine and broadleaved forests (the estimation errors were over 71.7% and 88.19%, respectively). This preliminary study demonstrates the potential of forest volume estimations with remote sensing data to provide useful information for forest management if only limited ground information is available.     

Estimation of forest volumes by integrating Landsat TM imagery and forest inventory data

Accurate information about forest volumes is essential for forest management planning. The survey interval of the Forest Resource Inventory of China (FRIC) is too long to meet the demand for timely decision-making required for forest protection, management, and utilization. Analysis of satellite imagery provides good potential for more frequent reporting of forest parameters. In this study, we describe an application of the k-nearest neighbors (kNN) method to Landsat TM imagery for improving estimation of forest volumes. Several spectral features were tested and compared in forest volume estimations, including normalized difference vegetation index, environmental vegetation index, and the combination of the spectral features. The combined index resulted in the most accurate volume estimations. The kNN estimator and the combined index were then used in forest volume estimation. The estimation error (RMSE) of the total volume was 44.2%, much lower than those for Larix forest (the RMSE was 51.7%) and those for the Korean pine and broadleaved forests (the estimation errors were over 71.7% and 88.19%, respectively). This preliminary study demonstrates the potential of forest volume estimations with remote sensing data to provide useful information for forest management if only limited ground information is available.     

数据加窗对MUSIC方法的分辨率和抗噪性能的改进

基于矩阵特征分解的频率及功率谱估计方法中的MUSIC(Multiple Signal C1assification)方法有很高的分辨率，但它的缺陷在于抗噪声性能还有待提高，而且由于是对有限个观测数据进行处理，导致了误差的存在。在大量反复实验的基础上，结合几种常用窗函数的特点，提出了一种改进方法，这种方法先对数据进行加窗，进一步提高了MUSIC方法频率分辨率和抗噪声性能，同时提高了频率估计的准确性。     

一类对称插值

为了解决一类非多项式插值问题,定义了n阶对称插值基函数的概念,通过它将求解非多项式的插值问题转换为求解多项式的插值问题.由于要求对称条件,这种转换过程具有良好的可操作性.这种非多项式插值问题能够用于最大似然估计量的估计.     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。