低信噪比下的提高正弦波频率估计精度算法

本文针对双线极大值匹配算法在低信噪比时的不足之处,通过对DFT系数的深入研究,提出了一种提高频率估计精度的实用算法,仿真结果表明,该方法精确度高,运算量小,具有广阔的应用前景。     

一种低信噪比TDMA信号的载波同步算法

本文深入研究了基于FFT运算进行相位扩展的宽范围自相关函数法和宽范围L&R算法,分析了这两种载波频偏估计算法的性能.在此基础上,本文结合TDMA信号的前导字和CZT(chirp z-transform)算法的高频率分辨率特性,设计了适于低信噪比信号的宽范围载波同步改进算法.该算法利用TDMA信号的前导字进行数据辅助(DA)型载波同步,有效地缩小了低信噪比信号的频偏范围;再利用CZT算法进一步缩小频偏范围,最后利用非数据辅助型(NDA)自相关函数法得到精确的载波频偏.改进算法的计算复杂度略高于宽范围自相关函数法,而远低于宽范围L&R算法.通过仿真比较,改进算法对低信噪比(SNR)环境(3-6dB)中的信号具有良好且稳定的估计性能.     

一种低信噪比下的 RFID 信号解调方法

针对实际环境中RFID信号微弱且易受干扰的情况,提出了一种低信噪比条件下的解调方法,对以前的方法进行了改进,采取了基于自适应拟合的降噪除干扰算法,并设计了一种新的同步结构。通过理论分析和计算机仿真结果表明,该方法能在较低的信噪比容限下,正确地解调出RFID信号,性能优于原有方法,可为低信噪比条件下RFID的信号处理以及远距离RFID技术的应用提供更有效的解决途径。     

低信噪比下一种基于优选法的正弦信号频率估计算法

针对插值FFT算法在低信噪比下估计精度不高,二分搜索法及其改进算法计算量较大或需要初始化引导等问题,提出了基于优选法的正弦信号频率估计算法,给出了测试点的设计原则和计算流程,分析了算法的频率分辨率和计算量,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,该算法通过合理设计测试点,能够在低信噪比且不需要初始化引导的情况下以较小代价达到参数估计误差下限(CRLB),此外,算法对相对频率偏差也具有较好的适应性.     

低信噪比下相位编码信号载频估计新方法

研究了电子侦察中相位编码信号的载频估计问题, 提出一种低信噪比下载频估计新方法.该方法首先将相位编码信号划分为等长度的交叠区间, 并计算各个区间内信号频谱的聚集性测度, 然后采用网格密度聚类算法对聚集性测度进行分类, 以聚类结果作为载频估计的特征类, 最后叠加特征类频谱并提取峰值得出信号载频估计值.实验结果表明, 该方法无需先验知识, 对编码形式不敏感, 且能够在较低信噪比下完成相位编码信号的载频估计, 适合于电子侦察场合.     

调频遥测信号载波频率的精确估计

传统调频遥测信号载波频率估计算法对输入信号降采样后直接进行快速傅里叶变换，实现方法虽然简单，但测量精度较差，无法适应高动态、低信噪比等复杂场景。为此，提出了一种调频遥测信号载波频率的精确估计算法。两并联补偿支路先分别采用正、负调频频率对输入信号进行频率预先补偿，低通滤波后完成降采样处理，削弱调频频率的频谱影响；频率搜索状态对采样数据进行载波多普勒变化率的频率补偿，经过快速傅里叶变换、非相干积分和频谱重心搜索完成频率解算，提高载波频率的检测性能。试验与分析表明，所提算法在高动态、低信噪比等复杂场景下可显著提高调频遥测信号载波频率的估测性能。     

PSK信号载波相位估计的最佳观测长度

通过推导得出了存在载波频差时,有数据辅助时对PSK信号进行载波相位估计时的最佳观测长度,并得到了最佳观测长度下的载波相位估计方差,最后通过仿真对理论分析结果进行了验证。研究成果可以为突发通信系统中的信号设计及同步算法的设计提供依据。     

基于现代谱估计的PSK信号频率估计方法

现代谱估计方法是在强噪声背景下进行谱估计的有效方法。本文利用现代谱估计的方法．分别使用MUSIC算法，Welch算法和修正协方差算法对PSK信号中心频率进行了估计。本文给出了计算机仿真的结果，将3种算法的估计结果进行了比较。结果表明，利用现代谱估计方法可有效地估计PSK信号的中心频率，其中修正协方差法在几种谱估计方法中性能稳定，复杂度适中，且计算速度较快。     

一种改进的Fitz载波频偏估计方法及其仿真

为了解决低信噪比条件下载波频偏估计中估计范围和估计精度的矛盾,在比较分析现有经典估计方法的基础上,提出了一种改进的Fitz载波频偏估计方法,利用自相关序列差分代替自相关序列相位估计频偏。此方法将频偏估计范围提高到数据速率的一半,同时又保持了原有Fitz方法的低信噪比门限。通过仿真验证了改进频偏估计方法对大频偏和低信噪比的适用性。     

高斯白噪声信道下8PSK信号信噪比估计

针对高斯白噪声信道下传统信噪比(Signal to Noise Ratio,SNR)估计算法适用的相位键控(PSK)调制阶数低、信噪比估计过程中数值计算系数大的问题,提出了一种新的8PSK信号盲信噪比估计算法。该算法理论分析了高斯白噪声信道下8PSK信号信噪比与中间观测量的数值关系,采用多项式拟合和观测量归一化处理的方式推导了二者的解析关系式。数值仿真表明该算法在-6~10 dB范围内,可取得良好的信噪比估计效果。     

低信噪比下线性调频连续波信号的参数估计

针对长时间积累较难在线性调频连续波信号的检测和参数估计中应用的问题,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法. 利用帧间相关法实现信号的检测和周期的精确估计,利用循环平稳法完成信号相位参数的估计. 该算法以较低计算复杂度实现信号的长时间积累,解决了起始时间给信号检测和参数估计带来的问题,在低信噪比条件下具有较好的估计性能. 仿真结果验证了方法的有效性.     

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。     

二阶自适应陷波器频率估计方法统计性能分析

为对如何提高自适应陷波器频率估计精度提供参考,通过评估自适应陷波器频率估计方法性能,对基于均方误差函数的自适应陷波器频率估计方法进行了统计性能分析。首先,根据误差函数的不同,将自适应陷波器划分为自适应FIR陷波器和自适应IIR陷波器。然后,将自适应FIR陷波器看作自适应IIR陷波器的特例,重点分析了自适应陷波器的误差函数及稳态下的频率估计统计性能,讨论了自适应陷波器参数对正弦信号频率估计精度和收敛速度的影响。最后,给出正弦信号的频率估计计算结果。结果表明,实际计算结果同理论计算结果一致,证明了统计性能分析的正确性。      

MPSK信号载频盲估计

研究了相位编码信号（MPSK）的载频盲估计算法。在没有接收信号先验知识的情况下，首先对MPSK信号载频进行粗估计，然后进行相关运算把信号，接着估计码速率，得到载频和码速率的估计值，就把载频估计问题转化为频偏估计问题。利用基带MPSK信号的相位函数是分段线性函数且每一段直线的斜率均正比于频偏的性质，对接收信号的相位函数进行处理，把分段直线变成一条直线，最后运用最小二乘拟合法得到直线的斜率从而得到频偏估计。仿真表明本算法在没有先验知识的情况下可以对MPSK信号载频进行精确估计。     

低信噪比下锁频锁相器性能分析及改进

针对锁频锁相器(Phase and Frequency Detector,PFD)应用于低信噪比、大频偏的条件,通过理论分析和仿真验证阐述了窗口类型对系统频偏捕获速度,范围、噪声门限及相位噪声抖动的影响机理.推导出等效相位噪声功率谱密度的表达式.证明了大窗口具有更低的噪声门限和更小的稳态相位抖动,但捕获速度较慢.为了提...     

基于谱估计的噪声调频信号检测方法研究

对干扰信号的频谱特征进行精确测量和分析是实施有效的电子反干扰(ECCM)的重要步骤.通过对噪声调频干扰信号的频谱特征分析,提出采用合适的功率谱估计方法来检测噪声调频信号的主要频谱特征参数.利用MATLAB/Simulink仿真软件分别建立了噪声调频信号源和谱估计方法的系统模型,研究了系统采用不同的谱估计方法和参数设置的情况下所能够达到的检测精度,并根据仿真结果分析比较了不同谱估计方法的性能.     

低信噪比下LFM- PRBC信号参数的快速估计

为了解决目前算法中线性调频-伪码( LFM- PRBC)信号参数估计计算量较大的问题,提出了一种快速估计算法。该算法采用解线调与分数阶傅里叶变换( FRFT)进行参数的估计。首先对信号进行解线调估计出调频斜率的粗略值,然后由调频斜率确定旋转角,通过FRFT估计出码元宽度的粗略值。根据延时再进行解线调估计出调频斜率的精确值,再通过FRFT估计出码元宽度的精确值与起始频率。该算法不仅计算量较低,同时具有很高的估计精度与很强的抗噪性,仿真实验验证了该算法的有效性。     

A two-stage autocorrelation method for frequency estimation of sinusoidal signal

A two-stage autocorrelation method is proposed for frequency estimation of a complex sinusoidal signal in complex additive white Gaussian noise. In the first stage, a function about signal frequency is constructed via an autocorrelation procedure. By the Least-Square (LS) principle, the signal frequency is estimated from the function. In the second stage, the estimated error of signal frequency in the first stage is defined. Applying the Taylor series, a function about the estimated error of signal frequency is conducted from the autocorrelation function. Applying the LS estimation once more, the estimate of estimated error of frequency in the first stage is obtained. Then the fine estimate of signal frequency is obtained. Simulation results show that the performance of proposed method can approach the Cramer–Rao lower bound in the whole frequency range.