基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

基于近似核DFT的多正弦信号快速检测和频率估计算法

基于近似核DFT,提出多正弦信号快速检测和测频校正算法,利用近似核DFT傅里叶系数实部或虚部系数内插构造频率校正项,以及实部或虚部最大值与平均值的比值确定检测门限,避免了常规插值校正和检测算法的复数运算,并实现了多正弦信号的非监督递归稳健检测。给出了算法的快速硬件实现原理,并对线性调频信号检测的适用性进行了讨论。仿真和硬件验证证实了算法的有效性。     

一种提高DSSS信号载波频率估计精度的算法

针对快速傅里叶变换（fast Fourier transform,FFT）算法频率估计误差较大的问题,采用离散时间傅里叶变换（discrete time Fourier transform,DTFT）辅助FFT估计频率谱峰值,以提高直接序列扩频（direct sequence spreadspectrum,DSSS）信号多普勒测量精度的算法。该算法利用FFT估计频谱最高峰值及次高峰,在对应频点之间平均取10个频率点做DTFT,求幅值的极大值点,以确定频率谱峰值精确位置。仿真实验结果表明,该算法可有效提高捕获过程中DSSS信号频率的测量精度。     

基于压缩思想的低运算近场信号估计算法

针对近场源参数估计计算复杂度大的问题,提出了一种基于对称阵列结构的快速估计算法。首先通过对称阵列结构构造多项式,通过求解多项式的根得到近场源的角度信息;在距离估计的时候,结合压缩多重信号分类算法(Compressed multiple signal classification,C-MUSIC)的思想,将菲涅尔区域分为若干个子区域,通过构造噪声子空间簇的交集,得到新的谱函数,将原来整个区域搜索变换成小区域搜索,可节省运算时间。通过仿真试验验证了算法的有效性,证明该算法的运算复杂度与传统估计算法相比得到了很大改善。     

基于FFT的雷达多普勒频率快速估计方法

分析了各种正弦频率的估计方法；提出了一种同时利用隐含在离散傅里叶变换(discrete Fourier transform，DFT)谱线中的幅度信息和相位信息，克服DFT估计频率栏栅效应的方法，有效地提高了频率的估计精度；仿真结果证明了该方法的有效性。     

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...     

基于修正Rife算法的雷达信号载频估计

提出了一种估计雷达信号载波频率的修正Rife算法。该算法利用快速傅里叶变换的频移性,将原始信号进行左右频移,使信号的频率位于两个相邻量化频率的中心区域后,然后利用Rife算法获得最终的载波频率估计值。采用仿真模拟的方法,分别给出了在不同量化频率、采样点数和信噪比等3种情况下,修正Rife算法的频率估算误差,并与Rife算法进行对比,结果表明,在信噪比较低或相对偏差较小时,修正Rife算法估计频率的精度较高,且在整个量化频率范围内性能稳定。     

应用插值FFT算法精确估计电网谐波参数

深入研究了插值快速傅里叶变换(FFT)算法在电网谐波参数估计中的应用。加窗宽度和窗函数的类型是影响插值FFT算法分析精度的主要因素。通过对常用窗函数的特性分析，得出了加窗宽度关于分析精度的估计公式。电网信号的基波幅值远大于各次谐波幅值，分析表明，Hanning窗比较适合分析电网信号，同时给出了基于Hanning窗的电网谐波幅值、频率和相位的显式计算公式。仿真结果证明，应用上述分析结果，电网谐波幅度、频率和相位的估计达到了预期的分析精度。     

一种未知脉冲信号检测与瞬时频率高精度估计方法

针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.     

基于双递归自适应滤波的高精度频率估计算法

针对线谱信号的检测与频率估计问题,在分析自适应瞬时频率估计算法的基础上,提出一种具有双递归特性的信号频率提取算法:将自适应滤波器组成递归环路,通过比较不同的自适应滤波器输出信号的瞬时频率序列方差来进行滤波器中心频率以及带宽的更新,从而获得最优的滤波输出.仿真分析表明,与传统方法相比,此方法具有更好的噪声抑制能力以及频率跟踪能力,还可以获得可控的频率估计精度.     

一种改进的频率高精度估计方法

基于DFT相位的估计频率算法,当要估计的频率正好位于谱线上时,性能良好,而当处于两相邻谱线正中间时,由于噪声的影响,性能恶化,估计精度低。本文给出了一种改进的频率估计算法,其思想是对所要估计的频率进行频移,该改进算法解决了上述问题,使得算法更具普遍性。本文用Monte Carlo实验对改进算法的性能进行了仿真。     

映射内插高精度频率估计

如何精确估计噪声中的正弦信号的频率是雷达、声纳、通信和生物医学工程等许多领域中的—个重要问题.对于高斯白噪声中的单个或能够很好分辨的P个正弦信号,其频率的极大似然估计就是周期图频率估计(PFE),也就是周期图功率谱最大的P个谱峰所对应的频率[1]. 在实际应用中,由于使用FFT等数字技术,对大量位于离散的谱线之间的频率均无法得到精确的频率估计.通常减小估计误差的方法有两种:一种是增加谱线的条数(M),但使计算量显著增加;另一种是利用抛物线内插法(PIFE),对谱峰的位置加以修正.这些方法减小误差的效果仍不明显,其频率估计的均方根误差(RMSE)如图1所示.     

基于分段谱平均的高精度频率估计方法

提出了一种适用于高斯白噪声背景下的正弦波频率估计的新算法。通过将采样信号分成多段,搜索其平均幅度谱最大位置对应的频率从而完成粗略估计。而累积谱的方法有效地提高了信号的信噪比,使该算法的信噪比阈值降低。采用加权的方法提取出FFT相位中包含的信号频率与最大谱线位置之间的相对偏差,进行二次精估计。性能仿真和比较结果验证了该算法的可行性。     

基于子空间法的盲信道和半盲信道估计方法

为了降低算法的复杂度,提出采用降秩正交迭代方法估计噪声子空间. 利用色噪声预白化技术对过采样后的自相关矩阵进行变换,再用降秩迭代计算噪声子空间. 在进行预白化时,提出一种利用训练序列估计色噪声协方差矩阵的方法,从而改善了盲信道估计收敛速度慢的缺点. 仿真结果证明,系统的信道冲激响应可以被良好地跟踪.     

CDMA系统中两种基于子空间自适应特征值分解的多用户检测算法

使用BISVD和PROTEUS快速子空间跟踪算法提出了两种基于子空间自适应特征值分解的自适应多用户检测算法, 并对两种算法的性能进行了仿真分析和比较. 仿真结果表明, 这两种算法的收敛速度快, 稳态效果好, 计算复杂度较低, 具有一定的实用价值.     

OFDM系统中基于子空间分解的信道估计的改进

基于子空间分解的信道估计通过将接收端信道的频域信道响转换到变换域,将信号子空间和噪声子空间分离,既能有效的分离噪声,又具有较低的复杂度.通过对信道估计均方误差的推导,本文提出了一种阈值算法GPT将信号噪声分离的信道估计算法.通过在时域上对连续的OFDM符号求平均,有效的抑制了AWGN和ICI.进一步考虑信道衰落,对阈值进行自适应调整,提出了TAAT算法,仿真证明文中提出的两种算法均无需信道先验信息,能够正确的高精度的区分信号和噪声子空间,不受频谱泄漏的影响,克服了MST和低通截短算法对信道统计参数依赖性具有鲁棒性.在VA30,典型城市信道信道仿真表明,该算法性能逼近理想DFT时域信道估计,即假设信道信号径位置已知,噪声径完全去除.     

DOA Estimation Based on Subspace Compensa-tion for Unfolded Coprime Array

Direction of arrival (DOA) estimation for unfolded coprime array (UFCA) is discussed, and a method based on subspace compensation is proposed. Conventional DOA estimation meth-ods partition the UFCA into two subarrays for separate estimations, which are then combined for unique DOA determination. However, the DOA estimation performance loss is caused as only the partial array aperture is exploited. We use the estimations from one subarray as initial estimations, and then enhance the estimation results via a compensation based on the whole array, which is im-plemented via a simple least squares (LS) operation constructed from the initial estimation and first-order Taylor expansion. Compared to conventional methods, the DOA estimation performance is improved while the computational complexity is in the same level. Multiple simulations are con-ducted to verify the efficiency of the proposed approach.     

基于频率域分析的姿态估计方法

近年来随着机器视觉、图像处理技术的发展,在许多领域中需要依据所拍摄的图像对其拍摄距离及拍摄姿态进行推测。针对传统姿态估计方法中所存在的嵌入标识会影响图像质量、破坏图像完整性的问题,利用图像的空间频率域分析方法,提出了在图像中嵌入高频信号标识,并观察其空间频率变化,从而推断其姿态变化的方法。实验结果证明该方法在不破坏图像完整性的前提下,有效估计出样本图像在三个轴方向上的旋转角度,从而证实了此方法在姿态估计方面的应用可靠、有效。     

预编码和子空间跟踪的OFDM信道盲估计

讨论了一种OFDM信道盲估计方法,首先对进入OFDM系统前的相邻两个OFDM符号进行线性预编码,利用预编码引入的数据结构在接收端构造了一个新的矩阵,使得OFDM频域信道响应成为该矩阵的一维子空间,最后通过自适应子空间跟踪技术实现了信道的盲估计。仿真结果表明该方法能有效地抑制信号分布波动、时变信道及噪声对信道估计的影响,从而有效地降低了OFDM系统的信道估计平均均方误差和无编码码元出错率。     

一种改进的基于多Agent协作的任务分解算法

多Agent系统中,常常需要Agent之间的相互协作来完成动态环境中的复杂任务。以分析基于多Agent协作中任务分解为原则,提出一种进行任务分解的与或树和启发式算法相结合的方法,并对算法过程进行了详细的描述。为加强多Agent间的相互协作,提高任务完成效率奠定了基础。