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.     

MUSIC法的有限域单向快速频率搜索

快速傅里叶变换(FFT)算法在应用中速度快,精度较低,而MUSIC法精度高,实时性差。该文通过分析两者联合谐波频率估计的可能性,提出利用FFT算法对谐波频率进行预估计,用二分法将频域划分为有限个细小的频率区间,根据可能的有效频率选取有效区间,再通过MUSIC方法在有限的搜索区间进行频率细化,并在细化的过程中采用趋向谱幅值增大的单向搜索。通过仿真研究,该方法能有效提高信号的处理速度,加强MUSIC算法的应用。     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

新DFT递推算法在涡街流量信号处理中的应用

采用压电传感器的涡街流量计在测量中容易受到工业测量现场管道振动和流体振动引起的噪声干扰，传统信号处理电路不能保证仪表在工业现场的测量精度。利用三角函数的和差公式，推导了一种新的DFT递推算法，用于计算涡街信号的功率谱，通过谱分析得到涡街频率。实验表明，这种方法用于处理涡街流量信号具有算法简单，计算量小，实时性好，实现方便等特点，能有效抵抗噪声，提高测量精度，是一种新的涡街流量信号处理方法，且有很好的实用价值。     

矢量阵自初始化MUSIC算法的试验研究

利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰,实现目标的方位估计.该方法减少了运算量,同时提高了目标方位估计的精度.为了检验算法的性能,进行了外场试验.利用3个矢量水听器组成了三元矢量阵,对比了矢量阵自初始化MUSIC算法和MUSIC空间谱估计以及常规波束形成的性能.试验结果表明,矢量阵常规波束形成的目标方位估计精度较差,MUSIC空间谱的估计性能较好,而迭代搜索MUSIC谱峰方法的定向精度最高.当空间严重降采样时,常规波束图的栅瓣高度接近主瓣高度,MUSIC空间谱表现出较强的栅瓣抑制能力,而自初始化MUSIC算法不受空间降采样的影响,总能给出正确的目标方位估计值.     

基于CCS-MUSIC的宽带无模糊测频方法研究

针对电子侦察机在宽带数字接收信号时由于时域欠采样引起的频率模糊问题,在双欠采样序列的互相关谱(Cross-Correlation Spectrum,CSS)的基础上,考虑到同时多信号时存在伪谱峰,提出在互谱峰值附近进行多信号分类(Multiple Signal Classification,MUSIC)谱搜索的方法,解决了欠采样信号模糊频率区间定位的问题,且在降低MUSIC谱搜索量的同时提高了频率估计精度.仿真结果表明,该方法在搜索量降低的优势下能实现宽带侦收时同时多信号的频率无模糊估计,且可以有效抑制噪声干扰对测频精度的影响,可服务于情报侦察.     

基于多传感器信息融合的涡街信号处理方法

针对压电式涡街流量计抗干扰性能差的缺点,提出基于多传感器信息融合的涡街信号检测方法.在该测量系统中,差压传感器测得钝体前、后的平均差压,压电传感器检测钝体下游涡街信号的频率,通过无迹卡尔曼滤波(UKF)算法将以上两种信息进行数据融合,有效提高了数字带通滤波器的锁定精度.在搭建的振动实验平台上验证了该方法的可行性,对比分析了本文方法和传统方法的测量结果.实验表明:采用该处理方法能够有效抑制外界的强振动噪声干扰对流速测量的影响,当最大振动噪声干扰的强度为涡街信号的4倍时,测量精度可以达到1%,增强了压电式涡街流量计的抗振能力,提高了流量测量精度.     

基于FFT法和MUSIC法的间谐波频率估计

在电力系统中,间谐波检测是抑制间谐波的重要环节,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义．FFT能够实现整数次谐波检测,对于非整数次谐波的检测存在着频率泄漏和栅栏效应,而MUSIC法需要在整个频域内进行谱峰搜索,影响其实用性．本文将FFT和MUSIC算法相结合,利用FFT缩小搜索域,再利用MUSIC进行频率细化,即克服了FFT的频率泄漏和栅栏现象,同时缩短谱峰搜索时间,可以更有效地估计出间谐波的频率,仿真试验说明了此方法的有效性及频率估计的精确度．     

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。     

Y形阵列宽带信号二维来波方向估计

利用Y形阵列结构的特点,提出一种宽带信号二维来波方向的估计方法.该方法在相干信号子空间法的基础上,通过采用流型矩阵展开的方式获得聚焦矩阵,并针对聚焦后的协方差矩阵,利用基于子阵的ESPRIT算法和二维MUSIC算法进行联合估计,从而提高了测向精度且减小了谱峰搜索的范围.理论分析和计算机仿真实验表明,该方法对于非相干信号源和相干信号源都具有较好的估计效果,并具有较低的计算量.     

存在幅相误差时谱峰快拍实现频率和到达角估计

针对多通道测频测向系统中存在的幅相误差,将频域谱峰3dB内的数据取作快拍,提出对谱峰存在单/多信源时分别采用改进单次快拍模型和加权子空间投影实现到达角估计的方法．该方法无需协方差矩阵运算和频率到达角的配对操作,对独立或相干源均有效,且并行传输数据量压缩比为3dB信号带宽与采样率之比,适用于工程实时性要求高的场合．等距线阵实测数据处理验证了该方法对相干源的有效性和对幅相误差的鲁棒性; 平面阵仿真数据处理证明,存在幅相误差情况下,该方法比MUSIC法具有更高的分辨力,能够分辨出到达角小于1/2波束宽度以内的两信号．     

非半周期采样信号相位差估计的相位校正相关法

针对非半周期采样信号的相位差估计问题,提出一种非半周期采样信号相位差估计的相位校正相关法。首先,利用频率估计的相位匹配方法对采样信号进行频率估计,得到采样信号的频率估计值;其次,对采样信号进行互相关,得到互相关信号,并通过采样信号的信号时移和互相关构造一路新的互相关信号,使两路互相关信号具有相同的误差项;然后,利用两路互相关信号得到相位校正互相关信号;最后,利用相位校正互相关信号和频率估计值获得采样信号的相位差估计值。理论分析表明,该方法消除了采样信号非半周期采样对相位差估计的影响,无需预知信号幅值即可实现采样信号相位差的无偏估计。为验证所提方法的有效性和优越性,在不同相位差、信噪比和信号长度条件下对本文方法进行了仿真实验,并利用科氏流量计进行了应用实验。仿真实验结果表明,本文方法有效提高了非半周期采样信号的相位差估计精度,其相位差估计精度优于互相关方法、数据延拓式相关方法和正交时延估计方法的相位差估计精度,更接近克拉美罗下限。科氏流量计流量测量实验验证了本文方法在实际应用中的有效性。     

一种常规雷达脉冲信号频率估计快速算法

雷达脉冲频率估计的高精度与实时性是衡量电子情报侦察系统性能的关键指标,但现代雷达越来越小的脉冲宽度和脉冲重复周期对电子侦察系统的高精度瞬时频率估计带来挑战。提出了一种实用的常规雷达脉冲信号频率估计快速算法,该算法利用快速傅立叶变换算法分别实现电子侦察接收机单通道数据的正交变换、频率粗估计及交叉分区判别,再利用非线性最小二乘算法实现高精度的频率估计。仿真试验与实测数据验证了该快速算法的有效性与正确性,同时也验证了该算法具有计算量小、实时性高、精度高等特点。     

实时准确正弦波频率估计综合算法

为了对正弦波信号频率进行快速、准确估计,以便同时满足实时性和精度的要求,文中补充Rife算法采用了最大谱线及其两边相邻谱线的一种细化估计,在相同的条件下,改善了Rife算法的信噪比要求,提高了在频率真值接近离散频率值时的估计精度,但在频率真值偏离离散频率值时的估计误差较大;进一步提出的综合算法是在最大谱线检测的基础上,对其两边谱线进行提高一倍分辨的频谱细化,根据两边细化分析的谱线比值T决定采用修正Rife算法进行频率估计(T＞1.5)或细化补充Rife算法进行频率估计(T＜1.5)．文中对多种算法进行了500次统计模拟,结果表明,综合算法不仅具有良好的估计精度,而且具有良好的频域稳定性．     

基于FFT与STM32 MCU的涡街信号处理系统设计

该文针对涡街传感器输出信号的特点和低流速时涡街流量计测量精度受限的问题,设计了一种基于STM32芯片的数字涡街信号处理方法与系统,将涡街传感器输出信号通过低噪声前置放大电路,可采集低流速下的涡街信号,再通过频谱分析法FFT准确计算出涡街信号频率,有效提高了测量精度。     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.     

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．     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

双平行线列阵的方位估计及声探测盲区分析

基于信号相位匹配原理,给出了利用由双平行线列阵组成的平面阵进行声源方位估计的奇异值分解算法(Singular Value Decomposition for Signal Phase Matching,SVDSPM), 推导了空间谱搜索所需的时延计算公式;分析了双线阵间距对不同频率方位估计精度的影响, 从而确定了双线阵的间距;分析了声源频率对方位估计精度的影响;给出了给定频率时方位估 计精度与信噪比的关系并与MUSIC算法获得的结果进行了比较;给出了利用平面阵进行低空目 标的声探测时存在的声探测盲区的描述方法,并分析了声源的频率、目标初始俯仰角、阵元 数、阵型对声探测盲区的影响.仿真结果表明:(1)在低信噪比时SVDSPM算法的方位估计性能 优于MUSIC算法;(2)声探测盲区的范围与声源的频率和目标初始俯仰角有关,而与阵元数、 阵型无关.声探测盲区的分析和研究为立体阵的设计和方位估计提供了依据.