基于自相关的数据延拓式频率估计方法

为提高自相关法在非整周期采样情况下的频率估计精度,提出一种基于自相关的数据延拓式频率估计方法。通过分析自相关法频率估计存在误差的根本原因,得出抑制频率估计误差的方法:对采样信号频率进行预估计;对自相关信号长度是否整周期进行判断,并进行数据延拓使自相关信号长度恰好或者近似为整周期;对延拓后信号进行频率估计。通过仿真实验表明:提出的方法不受信号非整周期采样的影响,有效地提高了频率估计精度。     

相关检测原理与相关算法

讨论了相关原理在检测中应用的若干问题。以锅炉燃烧器火焰检测为背景，阐述了如何从实测信号中选取并分离出有用信号；如何在样本长度、采样精度及采样延时受到客观条件限制的情况下保证相关函数估计值的精度；如何消除信号非平稳性对相关函数估计及检测结果的影响，以及怎样在数值运算中提高精度，减小数值误差等。     

基于数据延拓的FFT频率估计方法

针对传统FFT方法存在频率估计精度不高的问题,首先进行了误差分析,针对方法存在的非整周期采样问题,提出了一种抑制非整周期采样的数据延拓处理办法。采用传统FFT法预估信号频率,再对信号进行周期延拓处理,然后再运用FFT法,进而可实现频率的准确估计。详细阐述了改进措施的具体实现过程,并对方法改进前后的性能进行了仿真比较分析,以证实改进措施的有效性。     

互相关直径测量的相位跟踪采样控制与校正

为了提高互相关法直径测量的精度,需要对工件表面误差信号进行等相位间隔跟踪整周期采样。介绍分频法实现相位跟踪采样控制的原理;对相位间隔准确度的影响进行了讨论,提出固有误差和随机误差的概念,对其产生原因进行了分析;引入附加角测量环节对采样相位间隔进行校正,给出校正算法;结合ARM7LPC2148 MCU嵌入式系统,介绍相位跟踪采样控制、校正测量及同步的具体实现。实验测试表明:转速频率波动大于千分之一,采样控制系统的分频系数即会发生改变,相位跟踪性良好;在3 000转/分以下,采样相位间隔误差控制在0.001 13度以内;证明附加角测量和采样相位间隔校正是必要的。     

基于CIC抽取滤波器的谐波分析算法

为消除非同步采样引起的频谱泄漏,提高电网信号的谐波分析精度,提出了基于级联积分梳状(CIC)抽取滤波器的谐波分析算法。在前端AD过采样的情况下,该算法采用逆向搜索的方法实现非同步采样数据的整周期截断,用基于CIC抽取滤波器变频的方法实现信号采样频率与信号基波频率同步,通过快速傅立叶变换(FFT)得到信号频谱,计算基波及各次谐波的幅值和相位。仿真实验结果及误差分析表明,相对于常规的分析方法,该算法具有较高的测量精度。该算法对于非稳态周期信号的谐波分析只需单周期采样,简单易实现,是一种有效的测量方法。     

精确运动估计的核回归修正梯度互相关算法

为实现亚像素运动矢量的精确估计,探讨一种基于核回归修正的梯度互相关精确运动估计算法。引入优化滤波中心差分估计器计算图像梯度;基于矩阵相乘离散傅里叶变换方法快速计算上采样梯度互相关函数,以该函数的峰值坐标生成运动矢量的亚像素级初始估计值;在上采样梯度互相关曲面上,采用核回归方法对以初始估计值为中心的邻域进行拟合,并通过检测核回归拟合函数的峰值坐标获得初始估计的精确修正值,从而实现任意精度级别的精确运动估计。与相关文献的算法进行实验比较,在无噪声影响的情况下,所探讨算法的运动估计准确度提高了74%以上;而在噪声影响的情况下,运动估计的准确度则提高了68%以上。实验结果表明,所探讨算法不仅具备良好的抗噪性能,同时能够有效地提高运动估计的精确性。     

基于Wi-Fi信号的LDCC-PDF分级时延估计

在室内无线定位领域,Wi-Fi技术因其低成本和广泛普及性更具研究价值和应用前景,而基于时延参数估计的定位算法则能满足高精度定位需求。针对现有各类时延估计算法在室内真实多径环境下估计精度差、复杂度较高的问题,提出一种基于前沿检测互相关和子载波相位差拟合LDCC-PDF(Leading-edge Detection based Cross-Correlation and Phase Difference Fit)的分级时延估计算法。首先对收发信号进行互相关,通过分步检测得到整数倍基带采样周期粗时延估计值,再对频域各收发数据子载波的相位差进行线性拟合,得出小数倍采样精时延估计值。以802.11n标准的长训练序列作为定位信号对算法进行了性能仿真。实验结果表明,该算法估计精度高,抗噪声性能良好,单径条件下均方根时延定位误差小于0.3米,多径非视距传输环境下误差小于1米。     

频率估计的一种多段同频等长信号频谱融合法

为提高信号频率估计精度和现有方法的普适性,提出一种基于频谱融合的多段同频等长信号的频率估计算法。设计相位差补偿因子克服分段信号相位不连续问题,以达到相位连续信号的频谱分析效果;建立搜索频率序列修正相位差补偿因子中的未知参数,并对分段信号频谱进行相位差补偿得到修正频谱矩阵;通过累积频谱抽取谱和修正频谱计算频谱相关序列并搜索最大值,其对应搜索频率即为该算法的频率估计值。数值仿真实验表明,基于该算法频率估计的均方根误差约为现有方法的1/4~2/3,较为接近Cramer-Rao下限。     

正弦信号幅值和初相位估计的问题研究

在已知频率的情况下,提出了利用互相关函数估计正弦信号幅值与初相位算法,解决了使用自相关函数法估计幅值丢失相位信息问题.并利用叠加法在不损失源信号能量的情况下,提高了观测信号信噪比,从而提高了正弦信号估计精度.仿真实验结果表明,基于叠加的互相关函数法可在较低信噪比情况下以较高精度估计正弦信号的幅值和初相位.     

调频连续波太赫兹雷达近程测距精度提高算法

太赫兹雷达的波长短且带宽大,与微波、毫米波相比,易于实现很高的测距精度.采用调频连续波雷达测距,在差频信号进行频谱分析过程中,频谱泄露和栅栏效应影响其测距精度.该算法通过调整采样参数实现整周期采样,减少频谱泄露,通过峰值谱线和相邻谱线构成的梯度法估计频谱峰值中心频率,减小离散频谱间隔造成的误差,通过两步的校正提高测距精度.实验结果表明:该算法的测量精度误差与传统频率估计法相比有所降低,与直接采用FFT的方法平均提高了58.5％.     

应用欠采样技术的多正弦波频率估计方法研究

为了解决高频段信号由于受到A/D转换器和后续信号处理器件运算速度和成本的限制,提出一种用欠采样获得Nyquist采样的信号处理方法。将信号分成两路进行欠采样,根据两路信号构造一个新信号,得到一个虚拟的Nyquist采样值,进行傅里叶变换,单信号时直接得到所估计信号的频率值;多信号情况下在得到各信号频率估计值的同时,会得到因频率“交叉”引起的虚假频率点,通过对双路傅氏变换的结果进行处理可以消除虚假频率点。仿真实验验证了该方法的有效性。     

基于改进二次相关算法的TDOA时延估计

在TDOA时延估计中,二次相关算法能够较好地抑制噪声干扰,进而提高时延估值精度.为了进一步提升在较强噪声干扰的条件下二次相关算法的抗噪性能,在传统二次相关算法中的互相关函数部分加入SCOT加权函数,提出了基于改进二次相关算法的TDOA时延估计.算法对接收到的信号分别进行自相关以及SCOT加权互相关,再将所得到的相关函数进行二次广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比时改进算法较传统算法具有较高的估值精度.     

基于广义加权的AMDF时延估计方法研究

时延估计是声源定位常用的方法。多途效应严重影响声源信号时延估计性能,传统方法难以克服。提出一种基于广义加权的平均幅度差函数（Average Magnitude Difference Function,AMDF）时延估计方法,利用改进的AMDF方法提高对多途效应的抑制,通过广义加权方法降低算法的噪声敏感性。仿真及实验表明,对于窄带信号,该方法能够获得比传统广义互相关方法更高的时延估计性能,估计结果的误差减小,稳定性能提高。     

基于组合相关函数的AltBOC（15，10）信号的无模糊跟踪方法

针对由于自相关函数的多峰性质导致的交替二进制偏移载波（AltBOC）（15,10）信号的跟踪模糊问题提出一种基于组合相关函数的无模糊跟踪方法。首先设计了两个特殊的本地信号,然后通过码跟踪环路实现本地参考信号与接收信号的相关运算,从而获得两个互相关函数,最后将这两个互相关函数相乘以获得无模糊相关函数来消除模糊问题。分析了该方法的热噪声跟踪精度以及抗多径干扰性能,结果表明：1）该方法实现了无模糊跟踪;2）其跟踪精度介于类二进制相位键控（BPSK Like）方法和伪相关函数（PCF）法之间,当载噪比大于40 dB·Hz时跟踪精度与PCF方法相当;3）当多径延迟大于0.1个码片时,多径误差明显小于BPSK Like方法和PCF方法。     

基于组合相关函数的AltBOC（15，10）信号的无模糊跟踪方法

针对由于自相关函数的多峰性质导致的交替二进制偏移载波（AltBOC）（15，10）信号的跟踪模糊问题提出一种基于组合相关函数的无模糊跟踪方法。首先设计了两个特殊的本地信号，然后通过码跟踪环路实现本地参考信号与接收信号的相关运算，从而获得两个互相关函数，最后将这两个互相关函数相乘以获得无模糊相关函数来消除模糊问题。分析了该方法的热噪声跟踪精度以及抗多径干扰性能，结果表明：1）该方法实现了无模糊跟踪；2）其跟踪精度介于类二进制相位键控（BPSK Like）方法和伪相关函数（PCF）法之间，当载噪比大于40 dB·Hz时跟踪精度与PCF方法相当；3）当多径延迟大于0.1个码片时，多径误差明显小于BPSK Like方法和PCF方法。     

基于EEMD的多传感器信息融合降噪方法

由于传感器被动采集所得信号没有太多先验信息,在后续应用过程中因噪声的存在受到限制,所以,提出一种基于总体经验模式分解（EEMD）和时延估计的多传感器信息融合降噪方法.首先将多传感器采集所得信号进行EEMD,将所得对应IMF分量进行互相关,求取时延估计值,依据时延矢量封闭准则（TDVCR）获得相应IMF分量的时延矢量误差.最后,根据多传感器综合支持度确定相应权重,对IMF分量进行重构,得到降噪后的信号.实验结果表明：该方法在EEMD的基础上有效利用了多传感器的时延估计特性,在没有任何先验信息的条件下降低了信号噪声,取得满意的效果.     

科氏流量计振动信号参数估计的最小二乘法

振动信号参数估计是科氏流量计振动控制和流量解算的基础。针对科氏流量计振动信号特征,基于最小二乘与函数逼近原理,提出一种适用于科氏流量计振动信号的参数估计方法。该方法利用FFT粗估计出信号频率,据此设定频率搜索区间,解最小二乘方程获得信号余弦幅度、正弦幅度和直流偏移,改变频率逐次逼近真值,使得误差平方和最小,最小误差平方和所对应参数即为参数估计值。仿真分析了估计精度和抗噪性能,对罗斯蒙特F200S型科氏流量计实测信号进行了参数分析与估计,结果表明了该方法估计的准确性和实用性。     

基于时差法的复杂转子系统声发射源定位算法

在复杂转子系统的碰摩声发射源定位中,常规的广义互相关时延估计算法难以得到准确的时延值,进而无法进行准确定位。针对这一问题,引入基于平滑相干变换(Smoothed Coherence Transform, SCOT)的双加权二次互相关时延估计算法,计算声发射源信号的到达时间差;再利用Hilbere差值法对相关峰值进行锐化,减小在碰摩过程中噪声的干扰,以获得较为精确的时延估计结果;最后使用得到的时延值进行声发射源定位。实验结果表明,与常规的广义互相关算法相比,该算法对复杂转子系统碰摩声发射源定位具有较高的定位精度。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

基于小波包-循环互相关函数的时延估计

在介绍循环平稳信号互相关函数的基础上,推导了调幅-线性调频发射信号与观测信号之间的循环互相关函数表达式,并提出了一种在强背景噪声的多径条件下,基于小波包-循环互相关函数的时延估计算法。仿真结果验证了该方法的准确性和有效性。