实复转换式衰减信号参数估计算法

为抑制衰减实信号中负频率成分对参数估计的影响,提出一种实复转换式参数估计算法。预估计采样信号频谱能量最大值点的索引值;构造只含有负频率成分的参考信号,并将采样信号和参考信号相减实现实复转换,以抑制负频率频谱泄漏的影响;利用频谱两点插值算法得到频率偏差、衰减因子和复幅值的粗估计值,并重新生成参考信号和复信号;通过迭代计算得到精确的频率、衰减因子、初幅值和初相位估计值。以频率估计为例的仿真实验结果表明:所提算法可有效地抑制负频率频谱泄漏的影响,提高中高信噪比条件下的频率估计精度,特别是信号频率较低时的频率估计精度,提升了频率估计的综合性能。此外,在科氏流量计中进行了实测实验,检验了所提算法的有效性。     

频谱泄漏校正的多频实信号频率估计算法

为抑制多频实信号中负频率频谱泄漏和正频率频谱间相互泄漏对频率估计的影响,提出一种频谱泄漏校正的频率估计算法。利用FFT法对采样信号进行预处理,得到每个分量的频谱索引;对信号频谱进行插值分析,构造所有负频率和非待估计正频率的频谱插值;采用相减策略将信号频谱插值和构造的频谱插值相减,得到抑制了频谱泄漏的待估计正频率频谱插值;对生成的频谱插值进行分析,得到各分量频谱偏移量估计值;经迭代计算得到各分量精确的频率、幅值和初相位估计值。在不同频率间隔、不同信噪比等条件下的仿真实验结果表明:所提算法具有良好的频率估计性能,有效抑制了频谱泄漏的影响,提高了多频实信号的频率估计精度,使得频率估计值的均方误差更接近于克拉美罗下限。此外,在LFMCW雷达实验平台上进行了测距实验,检验了所提算法的实际应用效果。     

矩形窗三点插值傅里叶变换高精度频率估计方法

针对电力系统信号频率估计的高准确性要求,该文提出一种基于矩形窗的三点复频域插值频率估计方法。所提出的方法首先采用矩形窗对信号加权处理,然后进行离散傅里叶变换,最后选择离散频谱中幅度最大的三根谱线进行复频域插值,得到频率估计结果。该方法同时考虑离散频谱中的正、负频谱,消除短程和长程频谱泄漏对频率估计误差的影响。采用主瓣最窄的矩形窗进行加窗,能最大程度地减少白噪声对频率估计误差的影响。仿真和实验结果表明：在不同周期和噪声强度情况下,所提出的方法均可以实现对信号频率的准确估计。在与已有的加窗插值傅里叶变换方法相比,该文所提出的插值算法抗噪性更好、频率估计误差更小,适用于对电力系统信号频率的准确估计。     

相减策略的含噪多频实信号频率估计算法EI北大核心CSCD

为抑制频谱泄漏对多频实信号频率估计的影响,提出一种新的频率估计算法。利用FFT法和相减策略对采样信号进行处理,逐步得到各分量的频谱最大值索引,以及各分量频谱偏移量和复幅值粗略值;构造包含所有非待估计频率分量的参考信号,利用相减策略从采样信号中减去参考信号,得到待估计的单频复信号,并对其频谱进行两点插值计算,得到该分量较精确的频谱偏移量和复幅值;然后,通过相减策略和频谱分析,逐步得到所有分量较精确的频谱偏移量和复幅值;通过迭代计算得到各分量精确的频率估计值。同时,可得到各分量精确的幅值和初相位。在无噪声、不同频率间隔等条件下进行了频率仿真试验。结果表明:所提算法有效抑制了频谱泄漏的影响,提高了多频实信号的频率估计精度,频率估计值的均方误差比其他优秀算法更靠近克拉美罗下限。     

基于频谱搬移的迭代式谐波实信号频率估计算法

为抑制谐波实信号中频谱泄漏的影响,提出一种基于频谱搬移的迭代式谐波实信号频率估计算法。在估计某一谐波分量的频率时,所有负频率与其他分量的正频率均为产生频谱泄漏的干扰分量。根据干扰分量的频率逐次进行频谱搬移并抑制干扰分量,得到仅含有单一分量的信号,利用抛物线插值算法估计其频率;得到所有谐波分量的频率后,重新进行干扰分量抑制获得单一分量信号,以得到更加精确的频率估计值。仿真实验表明,所提算法抑制了干扰分量,提高了谐波实信号的频率估计精度,频率估计的均方误差更接近于克拉美罗下限(CRLB)。     

含噪多频信号频率估计算法

为抑制多频信号中非待估计频率分量频谱泄漏对频率估计的影响,提出一种新的频率估计算法。利用快速傅里叶变换(FFT)算法对采样信号进行预处理,得到每个频率分量的频谱索引,从而得到各频率分量粗略的幅值和初相位估计值;采用频率搬移策略滤除多频信号中的非待估计频率分量,得到降频信号;对降频信号进行频谱分析,并经迭代计算得到各频率分量信号精确的频率、幅值和初相位估计值。在无噪声、不同信噪比等条件下进行了仿真实验,结果表明,所提算法具有良好的频率估计性能,有效抑制了多频信号中频谱泄漏的影响,提高了频率估计精度,优于现有优秀算法。     

一种带有CFO补偿的OFDMA上行链路Turbo接收机

提出了一种带有多用户载波频率偏移(CFO)联合补偿功能的迭代(Turbo)接收机,用于频率非同步环境下的正交频分多址(OFDMA)上行信号接收处理。基于频域Turbo均衡原理,该接收机实现了带有软干扰消除(SIC)的CFO补偿、最小均方误差(MMSE)频域均衡和最大后验(MAP)信道译码的联合迭代处理。理论分析和仿真结果均表明:与传统的非迭代接收机相比,文中所提Turbo接收机利用MAP译码器的软判决反馈信息实现了干扰重构和消除,在迭代中获得了更优的频率同步性能和误比特率性能;与现有几种典型的迭代接收机相比,文中所提Turbo接收机具有更优的误比特率性能和更低的实现复杂度。     

基于迭代插值的实复转换频率估计算法

为消除实信号中负频率成分对频率估计的影响,提出一种基于迭代插值的实复转换频率估计算法。通过预估计采样信号频率,构造参考信号,并通过90°相移得到采样信号的正交分量;将采样信号与其正交分量合成为复信号实现实复转换,抑制负频率成分的影响;利用迭代插值算法估计复信号的频率,重新构造参考信号并生成正交分量与复信号,并对复信号进行频率估计,得到精确的频率值。仿真实验表明:所提算法消除了负频率成分的影响,改善了抗噪性,提高了估计精度,使得频率估计的均方误差更接近于克拉美罗下限。此外,在LFMCW雷达上进行了实测实验,验证了所提算法的有效性。     

极端频率直接估计的新自适应陷波器方法

针对振动工程中常见的极端频率信号(归一化频率接近于0或π两端),现有的自适应陷波器(ANF)频率估计方法存在收敛速度慢、估计精度不高、算法稳定性差的问题。为此,提出一种极端频率直接估计ANF新方法。首先,提出一种新误差函数以提升极端频率信号下ANF的收敛速度和稳定性;然后,根据ANF估计极端频率信号时偏差产生的机理,通过偏差补偿方式,降低噪声对ANF的影响,以获得近似无偏的频率估计结果,提高ANF极端频率估计精度,并对该方法进行稳态条件下的性能分析;最后,给出了ANF极端频率信号估计结果,并讨论了ANF各参数对极端频率信号估计精度的影响,给出了具体计算结果。计算表明方法的有效性与正确性。     

基于稀疏信号功率迭代补偿的矢量传感器阵列DOA估计

针对现有稀疏信号功率迭代算法对方位相近目标分辨概率与估计精度较低问题,提出了一种稀疏信号功率迭代补偿的矢量传感器阵列波达方向(Direction of Arrival, DOA)估计方法。基于稀疏信号补偿原理和加权协方差矩阵拟合准则,构建了关于稀疏信号功率与补偿权重的目标函数。推导了稀疏信号功率迭代更新表达式的闭式解。通过对稀疏信号功率进行谱峰搜索获得DOA估计值。理论分析表明,所提算法通过对离散网格点上的信号功率进行补偿提高了方位相近目标的分辨率概率与估计精度。仿真结果表明,相较于经典子空间算法与现有稀疏功率迭代算法,所提算法对方位相近目标具有较高的分辨概率与估计精度。     

计及噪声影响的高准确度迭代滤波电网频率测量方法

电网频率是电力系统的关键参数,表征电网运行状态,对电力系统控制和保护至关重要。迭代滤波方法采用时域移频和迭代滤波两步可高效实现电网频率测量。然而,实际测量中,电力信号不可避免地受到噪声干扰而产生频率估计误差,影响频率测量准确度。因此,通过引入迭代滤波过程等效加权滤波器的等效噪声带宽、扇形损失参数以及滤波器重叠相关系数,研究加性高斯白噪声对基于迭代滤波的电力系统频率估计的影响,推导相应的方差表达式。通过设置不同的仿真参数,验证基于迭代滤波频率估计方差表达式的有效性。最后基于所推导的方差表达式,给出通过增加测量间隔和提高迭代次数提升实际测量中频率估计准确度的建议。     

简化因子图均衡的参数估计算法

为了有效解决符号间干扰对通信系统的影响,研究了系统接收端的信号均衡,尤其是基于因子图的迭代均衡。考虑到基于因子图的迭代均衡算法的复杂度较高,而且信道的冲击响应是未知的,需要对因子图模型的参数进行估计,基于置信度传播算法提出了一种简化因子图均衡的参数自适应估计算法。仿真结果表明,该参数估计算法能够有效降低因子图均衡算法的复杂度,在典型线性失真的复杂多径信道下,简化因子图均衡算法的性能与传统的因子图迭代均衡性能相当。     

基于遗传算法的正弦波信号参数提取方法

从有限采样样本中提取正弦信号参数(包括频率、幅度、相位等)是信号处理中一类重要的估计问题。本文采用遗传算法来提取正弦波信号的特征参数，克服了传统参数估计方法的局部收敛问题。计算结果表明，本文介绍的方法可以较高的精度估计出正弦波信号的特征参数。     

基于极大似然估计的多参考点模态参数识别方法

在考虑随机噪声的情况下,实现了一种基于极大似然估计的多参考点频域模态参数识别方法。该方法采用频响函数的右矩阵分式模型,通过噪声的协方差矩阵对误差向量加权,使用离散时间域中基函数改善数值求解性态。模态参数的估计过程分为两步:首先由基于最小二乘估计的polyLSCF算法获取迭代初值,然后通过Gauss-Newton方法对极大似然函数进行迭代优化,得到精度更高的模态参数识别结果。采用GARTEUR仿真算例对所给出的方法进行了验证,结果表明:在高噪声情况下,利用噪声信息的极大似然估计方法能够显著提高模态参数的识别精度,特别是阻尼的识别精度。     

几种基于FFT的频率估计方法精度分析

介绍了噪声背景中正弦信号频率估计的方差下限，对利用FFT主瓣内两条幅度最大谱线进行插值的频率估计方法（Rife-Jane方法和Quinn方法）以及利用FFT相位进行频率插值的方法（分段FFT相位差法和重叠FFT相位差法）的方差进行了理论分析，推导了Quinn方法的频率估计方差计算公式．提出了通过滤波进一步提高分段FFT相位差法的频率估计精度的方法。通过计算机MonteCarlo模拟实验对上述各种方法的频率估计精度以及加窗函数的影响进行了分析并与理论下限进行了比较，指出了每种方法所能达到的估计精度。     

误差白化与Kalman滤波的微硅加速度传感器动态补偿

通过模型参考的系统辨识方法建立微硅加速度传感器的动态补偿器。由于测量噪声和补偿器对传感器的频带扩展,使得补偿器的输入/输出信号存在严重的噪声干扰。在噪声干扰下,采用均方误差为代价函数的系统辨识方法,无法得到补偿器参数的无偏估计。补偿器参数的偏差和传感器频带的扩展将会使补偿器的输出信号出现严重失真和高频噪声干扰。为解决噪声对硅加速度传感器的动态补偿的影响,研究了一种新的动态补偿方法,该方法采用误差白化为代价函数的系统辨识方法得到补偿器的参数,可消除补偿器的参数在估计中的测量噪声影响,并通过卡尔曼实时滤波减小因传感器频带扩展所产生的高频噪声干扰。     

基于系统误差补偿的改进迭代滤波电力谐波分析方法

快速准确估计谐波参数可为谐波治理提供可靠依据。迭代滤波方法仅通过简单的时域操作,时域移频和迭代滤波,即可实现电力谐波参数的快速估计。然而,受限于滤波器性能,迭代滤波方法不能完全滤除运算过程中的干扰成分而出现系统误差,影响谐波分析准确度。为降低系统误差对谐波测量结果的影响,分析了基于迭代滤波方法的谐波分析过程的系统误差,并根据系统误差特性提出一种基于系统误差补偿的改进迭代滤波方法。所提方法通过对一个周期内的系统误差的降采样求和补偿,提高迭代滤波方法的谐波分析准确度。基于Matlab的仿真结果表明：在相同滤波次数条件下,所提改进方法的谐波分析准确度高于原始方法 2～3个数量级。     

水声信号多参量估计的PWVD改进方法

Pseudo Winger-Ville分布（PWVD）是处理非平稳信号的有力工具,因其具有较高的时频聚集性更适合于实时处理,且选择合适的窗函数可降低旁瓣大小,提高分辨率。传统的PWVD可以对信号瞬时频率进行无偏估计,但其频率分辨率和时间分辨率不能同时兼顾;提出了一种插值PWVD法可克服此不足,极大地减小了频谱泄漏的负面影响,有效提高了频率估计与时间估计的精度。仿真和实测数据的分析结果验证了插值PWVD法的可行性与有效性。     

基于变分模态分解和最大重叠离散小波包变换的齿轮信号去噪方法

针对齿轮故障信号易受噪声干扰导致故障特征难以提取的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和最大重叠离散小波包变换(maximal overlap discrete wavelet packet transform,MODWPT)相结合的信号去噪方法。采用VMD方法将齿轮振动信号分解成一系列不同中心频率的固有模态函数(intrinsic mode function,IMF),对VMD分解过程中影响其精度的主要参数选择方法进行了探究,提出相关参数的选取依据。结合能量熵增量-频域互相关系数准则以剔除分解出的高频噪声和虚假干扰成分;采用MODWPT方法对包含高频噪声的IMF分量进行去噪,以进一步提升信号的去噪效果和性能指标;最后将去噪后高频IMF分量同表征信号自身特征的敏感模态分量重构为去噪信号。通过仿真信号和齿轮断齿故障信号的分析,证明了所提方法的有效性和实用性。     

基于频域ICA的语音特征增强*

为了降低卷积噪声对语音特征所产生的影响,提高语音识别正确率,文章提出了一种基于频域ICA（Independent Component Analysis,独立分量分析）的语音特征增强算法。该算法首先使用频域ICA方法作对噪声进行估计,然后在倒谱域内将带噪语音信号的短时谱减去所估计噪声的短时谱,最后根据去噪后语音信号的短时谱计算美尔倒谱系数（MFCC）作为特征参数。在仿真和真实环境下的语音识别实验中,本文所提出的语音特征参数相比较传统的MFCC其识别正确率分别提升了38.2%和35.8%。实验结果表明本文所提算法能够较好地解决卷积噪声环境下训练与识别特征不匹配的问题,有效提高了语音识别系统的识别正确率。