正弦波频率估计的改进Rife算法

根据Rife算法在被估计频率接近量化频率时的估计精度较差,但接近两相邻量化频率中心区域时估计精度接近克拉美—罗限的特点,本文提出改进Rife(I-Rife)算法。I-Rife算法利用频移技术和频谱细化技术使信号频率总是位于两相邻量化频率中心区域后,然后再利用Rife算法便可以获得较高的频率估计精度。I-Rife算法改进了判据,降低了频率修正方向的误判概率,使I-Rife算法在低信噪比下仍能保持较高的频率估计精度。仿真结果表明,在信噪比达到-13dB时,I-Rife算法仍保持较高的频率估计精度,而且整个频段上性能稳定。I-Rife算法计算量小,易于硬件实现,可以实时精确的进行正弦波频率估计。      

突发信号前向频偏估计方法综述

突发通信具有抗干扰、低截获等优点,已成为数字通信的重要方式。在突发通信模式的载波同步问题中,前向频率估计算法因具有估计速度快、不存在挂起现象的优点而得到广泛使用。介绍了频域上的Rife算法和Quinn算法,时域上的Fitz算法、L&R算法和M&M算法几种经典频偏估计方法,分析了算法的基本思想并对其进行了数值仿真和性能比较。其次,介绍了几种近些年的最新算法,这些算法相对于经典算法在一定程度上有了很大改进,但是在实际应用中依然存在一些局限性,因此,进一步了解并提出计算更加简单、精度更高、估计范围更广的高效频率估计算法依然是当前的发展方向。     

一种改进的Fitz频偏估计算法

针对通信接收中的载波同步问题,提出一种基于Fitz算法的改进载波频偏估计算法.分析了Fitz算法频偏估计方法中估计范围受限的原因,针对性地提出了改进方法,利用离散傅里叶变换(DFT)算法得到基准频偏,以此修正大间隔自相关函数估计频偏,保持了Fitz算法的估计精度优势,极大地扩展频偏估计范围,同时具有低的信噪比门限.最后给出了改进算法的实现步骤,并通过MATLAB仿真实验证明了算法的有效性.     

正弦波频率估计的牛顿迭代方法初始值研究

本文分析了Rife算法的性能,指出当信号频率位于量化频率点附近时它的精度降低,以它为初始值进行牛顿迭代会导致不收敛.针对此问题,本文提出了一种修正Rife(MRife)算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用Rife算法进行频率估计.仿真结果表明修正Rife算法性能不随被估计信号的频率分布而产生波动,以它为初始值进行一次迭代得到的频率估计值的方差在整个频段都接近克拉美-罗限,具有稳定的性能.     

基于图像拼接的全帧视频稳定算法

结合改进的比特平面匹配运动估计方法和图像拼接技术得到一种全帧视频稳定算法.基于菱形搜索的灰阶编码比特平面局部求精匹配方法在保证匹配精度的前提下,利用二进制布尔运算和菱形搜索降低了运动估计的计算复杂度,得到近似最优的估计精度.针对静态、平面场景视频序列,算法利用图像拼接技术得到全帧稳定视频.仿真实验验证了算法的有效性.     

利用近似核与近似取模法改进的Rife算法

为了满足侦察雷达接收机对正弦信号频率实时估计的要求,提出了一种利用近似核和近似取模方法改进的Rife算法.该算法利用4点近似核FFT代替全精度FFT,消除了乘法运算;利用近似取模算法避免了乘法运算和开方运算,整体上使运算量大幅下降.仿真结果显示,该算法保持了全频段高精度测频特性,均方根误差与克拉美罗下界(CRLB)保持...     

一种新的QAM信号信噪比估计算法

针对现有QAM信号信噪比估计算法在平坦衰落信道下,估计精度不高、复杂度高、计算量大的问题,提出了一种简单、实用的新算法。该算法计算了采样信号的二阶、四阶矩,对不同阶的QAM信号建立起各自信噪比与高阶矩之间的线性关系,并利用最小二乘算法拟合出关系式中的各系数。分析了算法的复杂度,并提出了基于低复杂度下的改进算法。经仿真验证,该算法估计精度较高,实现简单,改进后的算法复杂度明显降低,性能依旧保持较好。     

一种基于自相关函数的载波频偏估计方法

为解决前向载波频偏估计中捕获范围和估计精度矛盾的问题,在最大似然准则的基础上,利用相位折叠现象使得自相关函数的频偏具有周期化规律,提出了一种利用最大似然估计中的自相关函数进行频偏估计的算法,该算法估计范围广,精度高且复杂度低,适于突发通信的频偏估计。最后进行了MATLAB仿真实验,仿真结果表明了该算法估计精度高、捕获范围广和计算复杂度低的性能。     

智能移动机器人同步定位与地图构建算法研究

以移动机器人的同步定位与地图构建（SLAM）算法为研究对象,介绍了机器人同步定位与地图构建的原理,并对现有SLAM算法进行深入研究。对现有的SLAM算法进行改进,提出基于平方根UKF的SLAM算法,仿真结果表明,新算法达到提高SLAM算法的稳定性,减少算法运算复杂度并得到较高的估计精度的目的。     

MIMO-OFDM系统中一种改进的信道估计方法

信道的准确估计是提高MIMO-OFDM系统性能的关键.在最优导频时域信道估计的基础上,提出了一种较低复杂度的改进算法,利用时变信道的自回归(AR)模型构造卡尔曼滤波器对估计出的时域信道响应进行滤波,提高信道时域响应的估计精度.仿真结果表明,在慢时变信道环境下,改进方法可以进一步提高信道估计的精度,同时保持了较低的复杂度.     

LFMCW雷达测距中的自适应频率校正

信号的频率落在两个量化频点之间时会产生估计误差,所以需要校正快速傅里叶变换(FFT)后估计的频率.结合Rife算法和抛物线插值法的特点,提出了一种自适应频率校正算法.该算法依据不同的频率自适应地选择不同的频率校正算法,克服了Rife算法在信号的频率落在FFT量化频点周围的情况下容易产生插值方向错误的缺点,同时避免了抛物线插值法在信号频率落在相邻两个量化频点的中心附近时估计均方误差会急剧增加的缺点.仿真结果验证了所提算法的有效性.此外,相比于单一的Rife算法和抛物线插值法,所提算法在频率估计精度以及抗噪声能力方面都有显著提升.     

一种基于相关系数的频率估计算法

针对单点频信号,基于相关系数,在现有频率估计方法的基础上,提出了一种新的频率估计算法,称之为相关测频算法。该方法在FFT的基础上,结合相关系数进行估计。理论研究和仿真分析表明:当被估计信号的信噪比较大时,相关测频算法的估计误差接近Cramer-Rao下界。与迭代插值FFT估计算法和改进Rife算法相比,相关测频算法的估计精度略低,但计算量较低,适合工程应用。     

联合STFT-迭代变权拟合的LFM信号参数估计方法

针对现有线性调频(LFM)信号参数估计方法估计精度与估计速度难以兼得,以及对信号畸变敏感的难题,提出了一种联合Rife插值改进的短时傅里叶变换(STFT)-迭代变权最小二乘线性拟合(IRLSF)参数估计的方法。使用Rife插值改进的STFT较好地保持了LFM信号瞬时频率曲线的线性特征,迭代变权处理有效地抑制了估计得到的瞬时频率中出现异常值对参数估计精度的影响。该方法无需进行复杂的计算和参数搜索,实时性好。仿真分析表明,相对于常规最小二乘线性拟合(CLSF)方法信噪比下限降低了4dB。湖试结果验证了该方法的有效性和实用性。      

基于改进DFT相位差的正弦波频率估计

针对基于离散傅里叶变换( DFT)相位差的正弦波频率估计方法对频偏敏感的问题,提出了一种改进DFT相位差频率估计方法。首先推导了DFT相位差法频率估计的均方误差,然后提出了基于Rife插值的改进DFT相位差频率估计方法,较好地解决了正弦波频率估计对频偏敏感的问题。仿真实验结果表明,改进方法在各种频偏下均能取得较高的估计精度,估计性能接近克拉美罗限( CRLB)。     

基于幅度比值和子空间的频率估计算法

为降低单频正弦复信号的频率估计误差,针对传统Rife算法在较低信噪比条件下幅值最大和次大谱线判断错误问题,利用RootMUSIC算法结果代替快速傅里叶变换(FFT)结果,确定幅值最大和次大谱线序号;同时针对Rife算法在部分频率区间估计误差较其他区间偏差大的问题,采用频移重估思路,进一步降低了整个频率估计区间的估计误差。仿真表明,在较低信噪比条件下,所提RM-Rife算法较Rife算法、Root MUSIC算法和M-Rife算法,具有更优的估计性能,可用于相关工程实践中。     

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。     

航天扩频测控系统中伪码捕获方法研究

 针对航天扩频测控系统的捕获需求,提出一种能够降低谱峰衰减且具有较高频率估计精度的FFT伪码捕获方法.在部分匹配滤波过程中采用汉宁窗对数据加权后再累加,以减小谱峰衰减.采用插值FFT估计多普勒频率,以提高频率估计精度,根据不同测控环境下伪码捕获的特点,分析比较了抛物线插值法和改进的Rife法两种插值算法.理论分析和仿真结果表明,改进方法能够减小FFT输出的峰值衰减,提高多普勒频率估计精度.     

基于FFT的正弦信号频率估计综合算法

分析了Rife算法和MJaeobsen算法的性能,指出当信号频率位于量化频率点附近时,Rife算法精度降低,MJacobsen算法精度较高;当信号频率位于两个相邻量化频率点的中心区域时,MJacobsen算法精度降低,Rife算法精度较高。结合这两种算法,提出了一种综合算法。仿真结果表明本算法在整个频段内性能稳定,精度较高,而且计算量较少,容易硬件实现。     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。