基于高阶统计的欠采样多信号频率估计

利用信号频率特征矢量Ｋｒｏｎｅｃｋｅｒ积并基于四阶累积量时延和ＭＵＳＩＣ算法,本文提出了一种适用于任意高斯噪声环境的欠采样多信号频率估计的新方法,适当选取时延参数,方法极大增加估计的信号的数目,计算机模拟证实了有效性。     

基于多重自相关算法的微弱正弦信号检测技术

离散小波变换具有时频分析特性,可把信号的细微变化反应出来,可明显提高信号的信噪比,在用小波变换进行预处理的前提下,利用正弦信号的特殊性质,在信号未知的情况下通过多重自相关运算可检测出埋没于噪声中的微弱正弦信号。讨论了多重自相关法在白噪声背景下、有色噪声背景下等情况的检测效果,并给出仿真结果。     

基于虚拟仪器的多采样率切换频率估计

为了克服现有的欠采样频率估计方法存在的算法复杂、工程实现困难等问题,本文提出了一种基于虚拟仪器的三采样率切换的频率估计方法。研究确立了它的频率估计原理,利用虚拟仪器软件LabVIEW搭建了估计模块,并在虚拟示波器中得到了应用。理论分析和实验结果表明,该方法在有限带宽内可以达到对信号精确测频的目的,实现利用低速采集卡测量高频信号频率的目标。此方法原理简单,无需硬件改动,具有一定的工程应用价值。     

多通道自相关信号检测算法及其FPGA实现

本文给出了一种适合于用硬件实现的多通道自相关信号检测算法。该算法采用三路并行的自相关信号检测通道,在三路中采用不同的相关点数和检测门限,最后综合考虑三路的检测结果,给出最终的检测结果。这种多通道自相关信号检测方法,与传统的单通道信号检测算法相比,具有检测灵敏、精度高的优点;与其他复杂的时域或频域信号检测算法相比具有算法简单、实时性好、易于硬件实现的优点。通过利用FPGA器件中丰富的逻辑单元、乘法器、存储器等资源,实现了对淹没在高斯白噪声中的信号的快速、准确检测,FPGA时序仿真结果表明该算法切实可行。     

基于多信号瞬时频率捕捉血压信号特定点的研究

针对动脉、静脉信号的特征点准确定位问题,着重讨论了采用改进小波进行动脉、静脉信号去伪存真处理的方法,并利用时频分析的瞬时频率跃变对动脉信号的特定点进行了定位仿真,提出了一种时频多信号关联的静脉特征捕捉和定位方法。研究结果表明,动、静脉波信号的特定点定位方法比传统方法更加准确。     

基于有限域搜索的MUSIC法快速频率估计

MUSIC法是现代信号高精度频率估计的一种重要方法，但它需要在整个频域内进行搜索，严重影响了其实时性应用。本文深入分析了FFT算法与MUSIC算法的特点，利用FFT算法对信号成分频率进行预估计，缩小搜索域，再利用MUSIC方法进行频率细化，通过仿真研究，这种方法能有效提高信号的处理速度，从而加强了MUSIC算法的应用。     

一种基于改进正弦频率估计算法的功率测量

在电力系统中,对于含谐波的未知正弦信号功率测量通常需要准确估计其频率,提出了一种新的对未知正弦信号功率测量的方法及装置实现。首先,基于自适应内模控制器算法,采用实时误差信号的反正切函数代替原有的线性误差函数,得到改进的频率估计算法;然后,通过线性化平均化方法理论证明算法的稳定性和暂态性能;再由MATLAb进行仿真,比较改进算法与原算法的差异;最后,将以TI公司的TMS320F28335为硬件平台,设计程序算法,实现了对未知正弦电信号功率的测量装置。     

一种新的正弦信号频率估计方法

将二阶陷波器进行级联,构造自适应多频陷波器,实现对多个信号频率的估计.二阶陷波器的参数采用改进的最小平均指数算法LMP(Least Mean P-power)算法同步进行优化,以得到信号频率.仿真结果表明,该方法在不同信噪比下对于单频和多频信号均具有较好的估计结果,噪声干扰在一定程度上影响频率估计精度和估计速度.     

基于Walsh函数的多频率同步信号合成方法

多频率同步(MFS)激励信号源是实现生物电阻抗频谱多频率快速测量的关键,但目前尚无理想解决方案。通过研究提出了一种基于Walsh函数的MFS信号合成方法,论述了MFS信号的合成原理及合成步骤,并给出了5频率同步信号f(5,t)的合成实例及其FPGA实现方法。傅里叶级数分析表明,f(5,t)在其5个主谐波分量上的幅值较大,其功率之和占据信号平均总功率的73.91%,且具有相同的零初始相位。合成的MFS信号的主谐波个数可根据需要进行选择,且主谐波的频率也可以通过改变FPGA的工作时钟来调整,信号易于调节和实现,是一种理想的、可用于BIS快速测量的多频率同步激励信号源。     

旋转机械升降速信号的瞬时频率估计

旋转机械的升降速过程是一种非平稳过程,对其测试信号进行分析需要用时频分析方法,如短时傅里叶变换(STFT)及小波变换等方法。对于多分量信号,峰值搜索法经常被用来获取旋转机械在升降速过程中瞬时频率随时间变化的规律。但是,由于噪声和信号中邻近成分间的干扰,直接寻找的结果不能保证其精度和准确性。采用隐马尔可夫模型(Hidden markov models,HMM)进行去噪处理,极大地降低了噪声和干扰对峰值搜索结果的影响,明显提高了结果的精度。仿真试验表明该方法可以取得好的结果。     

一种新的旋转机械升降速阶段振动信号的瞬时频率估计算法

传统的短时傅里叶变换(Shorr-time Fouriertransform,STFT)峰值搜索法对高噪声、强干扰信号进行瞬时频率估计的结果往往偏离真实值误差较大,且对复杂的旋转机械设备产生的振动信号不能实现参考轴的瞬时频率估计.针对旋转机械升降速阶段振动信号的特点,提出一种新的旋转机械升降速阶段振动信号瞬时频率估计算法--STFT Viterbi拟合法(STF_TViterbi algofithm fit,STFT_VF).该方法采用STFT对振动信号进行时频分析,从而得到时间离散点和频率离散点组成的网格面,然后运用Viterbi算法实现对参考轴信号的瞬时频率估计.STFT VF方法极大地降低了噪声和干扰对瞬时频率估计结果的影响,实现了对复杂旋转机械振动信号的瞬时频率估计,且结果精度高.仿真和实际测试试验验证了本方法的正确性.     

基于任意声矢量传感器阵列的角度和频率估计算法

提出了一种基于任意声矢量传感器阵列下联合角度和频率估计新方法.将矢量传感器阵输出的信号进行建模分析表明此信号具有平行因子四线性模型特征.利用四线性分解的唯一性条件,从分解得到的矩阵中联合估计出声源的参数.该算法首先应用平行因子四线性分解算法估计出频率矩阵和方位矩阵,然后根据频率矩阵和方位矩阵的结构特点及最小二乘方法进行声源参数的计算.该方法与传统算法相比,无需多维谱峰搜索及参数配对,并具有更高的估计精度,在工程上有一定的应用价值.计算机仿真和实验结果验证了该方法的有效性.     

基于自回归倒谱法估计骨小梁间距

基于超声背散射信号，本文提出用自回归（AR）倒谱法来估计松质骨中骨小梁的间距。对牛胫骨和人离体跟骨松质骨中的超声背散射信号采用AR倒谱法进行了分析，并估计了牛胫骨和人离体跟骨中骨小梁的平均间距。结果表明，松质骨的密度与骨小梁的平均间距具有密切的关系，随松质骨表观密度的减小，骨小梁的平均间距增大，用AR倒谱能比较准确地估计出松质骨中骨小梁的平均间距。     

角调制信号的自相关分析

本文利用第一类贝塞尔函数对角调制信号的自相关分析开展讨论，通过理论分析和计算仿真，获得一些简明结论，以供研究和教学参考。     

基于 EM 估计的多模型车载组合导航算法

针对行车过程中车载全球卫星导航系统受遮挡产生多径效应、可见星数量少等影响,造成的定位精度差的问题,提出了 一种基于期望最大化(EM)的交互式多模型车载组合导航算法。 本文采用了混合高斯分布模型描述 GNSS 多径效应误差分布, 提出了基于 EM 的 SINS / GNSS 子系统组合导航信息融合方法,实现多径效应偏置误差的估计。 建立了基于零速约束的 SINS / OD 组合导航模型,同时利用交互式多模型算法实现了在 GNSS 信号丢失情况下的导航模型交互融合,提高了车载组合导航系 统精度。 车载实验结果表明在 GNSS 多径效应及信息丢失条件下,本文所提出算法能有效提高导航精度,多径效应的混合高斯 模型偏置为 10 m 条件下,偏置估计误差小于 0. 5 m,水平最大定位误差为 2 m,比传统交互式多模型算法定位误差降低 84. 62% 。     

混沌噪声背景下周期小信号频率估计新方法

利用待测小信号的周期性及混沌信号的相关特性,提出一种将倍频法与经验模式分解法相结合的混沌噪声背景下周期小信号频率估计的新方法.首先利用相关法对原始混合信号进行初步去噪处理,再利用倍频法与经验模式分解法对信号进行自适应分解,最后对分解出来的固有模态函数进行交叉功率谱分析,估计出周期小信号频率.该方法适用于强混沌信号与强观测噪声为背景的周期小信号频率估计.仿真实验结果表明,方法简单有效,计算量小.     

基于自相关的旋转机械振动信号EMD分解方法研究

提出基于自相关的振动信号经验模态分解(empirical mode decomposition,EMD)方法,该方法的步骤为,首先对振动信号进行自相关处理,然后再用EMD方法进行分解.该方法与直接用EMD分解的方法进行相比,具有如下优点, 能把受到严重干扰的信号的主要振动模态更清晰地分解出来;不用信号延拓就可以获得较好的分解效果,避免了延拓不好对EMD分解效果的影响.研究结果表明,该方法相对直接EMD分解的方法能更好地把主要的振动模态从振动信号中分解出来.该方法可广泛用于旋转机械振动信号时频分析领域.     

瞬时频率估计的齿轮箱升降速信号阶次跟踪

提出了基于瞬时频率估计的齿轮箱升降速信号阶次跟踪的新方法。首先对振动信号进行经验模态分解得到信号的固有模态函数，再求各个固有模态函数的Hilbert变换，得到信号的瞬时频率，从而直接从振动信号得到参考轴的转速信号，然后根据参考轴的转速信号对时域振动信号进行等角度重采样，最后对重采样信号进行阶次分析。通过仿真信号和对齿轮磨损故障实验信号的分析，表明该方法能有效地诊断齿轮的故障。     

非整周期采样信号频率估计的相频匹配方法

为提高非整周期采样信号的频率估计精度,提出一种非整周期采样信号频率估计的相频匹配方法。首先,为抑制信号非整周期采样对自相关的影响,对采样信号进行加窗自相关;其次,根据加窗自相关信号初相位为零的特点生成参考信号,实现参考信号与加窗自相关信号的相位匹配;最后,根据柯西不等式,利用参考信号和加窗自相关信号构造反映参考信号和加窗自相关信号频率匹配程度的误差函数,误差函数最小值对应的频率即为信号频率估计值。计算验证和LFMCW雷达测距实验表明该方法不受信号非整周期采样的影响,有效地提高了非整周期采样信号的频率估计精度,改善了LFMCW雷达的测距精度。     

多段同频正弦信号频谱融合的LFMCW雷达测距算法

为提高线性调频连续波(LFMCW)雷达的测距精度,提出一种多段同频正弦信号频谱融合的测距算法.首先,通过易于工程实现的间断采样方式,将LFMCW雷达若干规则区差拍信号采样为多段同频正弦信号,有效避开不规则区;其次,构造加权因子对多段规则区差拍采样信号频谱进行加权积累,得到最优加权积累频谱;然后,将多段规则区差拍采样信号的最优加权积累频谱和其累加频谱进行相关运算,得到频谱相关谱;最后,谱峰搜索频谱相关谱,实现差拍信号频率的精确估计,从而实现LFMCW雷达的高精度测距.仿真和现场实验结果表明,在5～30 m的测距范围内,该算法频率估计的平均绝对误差约为FFT+ CZT法的1/5,测距精度始终保持在1 mm以下,其平均测量误差约为DEVON LS0手持激光测距仪的1/3,约为基于FFT+CZT的测距法的1/5.