电磁定位耦合信号提取方法研究

电磁定位系统中,正弦耦合信号提取是关键,其结果将直接影响定位精度.在多频正弦信号耦合系统中,由于电子元器件和系统误差等原因,会导致信号频率有偏差,而且可能存在饱和畸变,对参数提取造成了困难.基于最小二乘法原理和频率逼近思想,提出一种用于有频偏的多频率有饱和正弦信号幅值和相位的提取方法.该方法在有饱和畸变的正弦信号中提取未饱和的样本,通过最小二乘法拟合计算,估计信号参数,然后改变信号频率逐渐逼近最佳频率,使得误差平方和最小,从而提取准确参数.仿真分析了噪声、信号饱和程度和采样点数对参数提取的影响.最后通过实验验证了该方法的有效性和实用性.     

全最小二乘法及其在参数估计中的应用

本文介绍了全最小二乘法的基本原理及其在参数估计中的应用.文中采用矩阵逼近和线 性空间分解的理论推导了全最小二乘法的解及其性质,并且证明了全最小二乘解对数据拟合 的残差平方和小于一般最小二乘解的残差平方和.仿真结果验证了理论,显示了全最小二乘 法的优越性.     

插值FFT和滑动DTFT的科氏流量计信号处理方法

科氏流量计通过计算一次仪表输出的两路同频正弦信号的时间差来测量质量流量.实时精确估计两路信号的频率和相位差是科氏流量计数字信号处理的关键.针对科氏流量计实测信号,提出一种基于插值FFT和滑动DTFT的信号处理方法.利用插值FFT估计信号频率,通过计及负频率的改进滑动DTFT估计相位差,进而计算出时间差.方法兼顾了参数的估计精度和算法的计算效率,对比实验表明了该方法的有效性和优越性.     

基于相位差分算法的参数估计研究

在数字信道化接收机后续精测频结构的基础上,讨论了相位差分算法在信号参数估计中的应用.首先从最小二乘估计模型人手分析了相对无模糊的相位差分算法,然后根据算法分别对加性高斯白噪声中的复正弦信号的频率估计方法和线性调频信号参数的联合估计方法进行了研究,最后给出了方法的最小均方误差分析及其数值结果.实验结果证明,方法能够有效、准确地估计出信号的参数,而且在较高信噪比条件下,其估计均方误差能达到Cramer-Rao下限.同时方法不含复杂运算,非常易于硬件实现.     

载波频率估计方法研究与实现

文章对信号解调过程中的载波频率估计问题进行了研究，分析了几种常用参数估计方法的优缺点，并对最小二乘法进行了深入讨论，对该方法的性能进行了分析，最后给出了最小二乘法在工程应用中的实测结果。     

QAM解调及频偏估计联合算法

针对在水声传输环境下,载波频率偏移会导致较大的传输误码率的问题,提出一种能够同时进行载波频率偏移估计以及QAM解调的联合算法。在频域将接收信号样点与标准正弦信号进行最小二乘逼近,通过估计接收信号的频率实现载波频偏估计;同时得到接收信号的幅度和相位,从而得到QAM调制信号的I分量和Q分量系数。仿真证明,该算法降低了QAM调制解调算法的误码率。     

基于小波域数据的Hammerstein模型参数估计

针对非线性离散Hammerstein模型的输出存在随机噪声情况下,提出直接利用小波域的输入输出数据,估计出该模型的参数的方法。最小二乘法是时域参数估计的主要方法,随着对小波理论的深入研究,它在信号处理方面起着重要的作用。信号经过小波变换后,得到具有时频特征的小波域的信号,提高了信号的信噪比,去噪结果比时域和频域更有效。通过小波最小二乘法估计出模型的参数,与时域最小二乘法的估计参数相比较,仿真结果表明波域方法是可行的,有效的。     

时变信号相位差估计的相频匹配方法

为提高科氏流量计信号的相位差估计精度,提出一种时变信号相位差估计的相频匹配方法。该方法通过时变信号与参考信号的频率匹配、时变信号的相移信号与其正交分量的相位匹配、参考信号与时变信号及其相移信号的互相关获得时变信号的相位差估计值。计算验证结果表明:该方法准确实现了时变信号的90°相移,有效提高了时变信号的相位差估计精度。科氏流量计流量检测实验证实了所提方法的有效性和优越性。     

一种基于抛物线预测去卷叠的LFM参数估计方法

针对受噪声污染的线性调频(LFM)信号参数估计中提取瞬时相位会发生卷叠的问题,本文提出一种快速去卷叠的LFM信号参数估计方法,该方法首先使用希尔伯特变换提取瞬时相位,再利用抛物线预测进行去卷叠处理,最后使用最小二乘对瞬时相位进行二次拟合,从而估计出LFM信号的初始频率和调频率参数。仿真结果验证了本文方法的有效性。     

混合总体最小二乘的迭代解算算法

总体最小二乘估计能够同时顾及线性模型中系数矩阵[WTHX]A和观测向量L的 误差,平差理论相对更为严密。如果系数矩阵[WTHX]A[WTBZ]的部分元素没有误差,这种总体最小二乘模 型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares total least squares, LS TLS)解算问题,应用测量平差中 的 原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较 ,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性 和合理性。     

科氏质量流量计相位差的一种高精度估计方法

科氏质量流量计是一种用于直接测量质量流量的流量计,其测量精度易受环境噪声的影响。为提高其精度,提出了一种高斯噪声背景下的科氏质量流量计相位差估计新方法。当传感器信号频率在较小范围内缓慢波动时,通过锁相环实现整周期采样。采用离散傅里叶变换计算两路传感器信号的相位差,并实现了219点离散傅里叶变换,以获得精确的相位估计值。与快速傅里叶变换相比,所提出方法具有计算量小、计算速度快等优点,大大降低了数据处理容量。仿真结果表明:当信噪比高于0dB时,该方法的相位估计误差小于0.12°。     

井下OFDM信道估计算法研究

针对煤矿井下信道情况复杂,多径效应会带来噪声增加和误码率上升等问题,建立了煤矿井下正交频分复用系统模型,研究了井下正交频分复用信道最小平方、最小均方误差估计算法;在矩形导频分配方案的基础上,提出了在时域利用曲线拟合方法实现数据符号处信道系数的估计算法。该算法与插值算法相比,对导频符号处信道系数的准确性要求不高,只要求所构造的函数尽可能接近真实值。仿真结果表明,提出的拟合估计算法和最小均方误差估计算法相比,在估计性能没有太大变化的前提下,大大降低了实现复杂度。仿真结果和理论分析基本一致。     

Vibration target detection and vibration parameters estimation based on the DPCA technique in dual-channel SAR

This paper proposes a new method based on the displaced phase center antenna(DPCA) technique for the detection and parameters estimation of vibration target in dual-channel synthetic aperture radar(SAR).The echo model of vibration target is established in dual-channel SAR according to the equivalent phase center principle.By accumulating the DPCA signal amplitude in the azimuth direction,we realize the vibration target detection in clutter and noise background.Through the analysis of DPCA signal amplitude and phase characteristics of vibration target,we then convert the vibration parameters estimation to estimation of a signal with the form of absolute value of a sine function,and the converting conditions is also given.Accordingly,an algorithm combining the Fourier transform with least squares is proposed for estimation.The simulation results show that the algorithm can estimate each vibration parameter precisely at a low signal-to-noise ratio.     

Multi-frequency identification method in signal processing

Virtually vibration signals are always composed of many frequency components. Using the least squares method, a new multi-frequency identification algorithm has been proposed to identify the amplitude and phase of each component of a multi-frequency signal, and it will work well as long as the main frequency values are known. Based on this algorithm, two similar optimization procedures have been presented to obtain accurate frequency values for a sine-wave signal and a bi-tone signal, respectively. Assisted with band-pass filters and these optimization procedures, the multi-frequency identification algorithm can successfully identify the multi-frequency components of a signal. The multi-frequency identification method can be used to identify oil-film coefficients of journal bearing. And some reliable oil-film coefficients have been reached.     

低信噪比条件下正弦信号幅度盲估计

研究了电子侦察信号处理中正弦信号幅度盲估计问题。提出了一种基于相关累加及线性回归的正弦信号幅度盲估计算法。先对接收到的信号进行频率估计,建立参考信号,将接收信号与参考信号相关后变换到基带并作累加,后将相关累加曲线进行最小二乘线性回归,以回归得到的直线斜率值作为信号幅度的估计值。仿真结果表明,当信噪比大于[-3 dB]时,方法的估计均方根误差小于1.1倍克拉美罗限,可在低信噪比条件下,实现正弦信号幅度的盲估计。     

含零漂的遥测加速度振动信号时域积分方法研究

提出通过遥测加速度振动信号时域数值积分和最小二乘相结合的方法消除零漂对积分结果精度的影响,即采用最小二乘原则对加速度振动信号时域数值积分结果根据其包含的趋势项形式进行多项式拟合,获得修正参数,进一步对积分结果进行修正,获取遥测速度和位移振动信号的修正值。方法在仿真信号上进行了应用,修正结果和真实结果的误差较小,结果精度较高,说明方法的有效性,在此基础上将方法在遥测加速度振动信号的处理上进行了应用,鉴于方法模型的在仿真信号上的有效性,可以推断获取的遥测速度和位移振动信号的修正结果具有较高的置信度。     

基于延时互相关的正弦信号频率估计方法

为提高非整周期采样信号的频率估计精度,提出一种基于延时互相关的正弦信号频率估计方法。首先,截取一段采样信号及其等长度延时信号;其次,对2段信号做互相关运算,并构建不包含误差项的误差校正信号;然后,对误差校正信号进行频率粗估计,并生成参考信号;最后,根据柯西-施瓦兹不等式构造误差函数,通过最小化误差函数得到频率精估计值。仿真实验结果表明：该方法能有效降低非整周期采样的影响,提高频率估计精度,其估计精度优于同等条件下基于自相关的频率估计方法,使得频率估计值的均方误差更接近克拉美罗下限。     

基于无源振动传感器标签的轴承故障在线诊断技术

提出了一种基于无源振动传感器标签的穿梭车轴承故障在线诊断技术.设计了一种无源射频识别(RFID)振动传感器标签结构,因其工作在无源模式下,减少了在线故障诊断的成本,同时可以实现对轴承故障的长期在线诊断.介绍了振动信号的处理方式,提出了基于奇异熵的奇异值分解信号降噪算法,依据信号的奇异熵自行定阶降噪,避免了人为预设参数所导致的误差,并提出了基于最小二乘支持向量回归(LS-SVR)的故障诊断算法.测试结果表明:设计的标签能够可靠地完成信号采集和传输,采用的算法能够快速而准确地定位故障,较传统故障诊断方法提高了实时性并降低了成本.     

A comparison of least-squares and Bayesian minimum risk edge parameter estimation

The problem considered here is to compare two methods for finding a common boundary between two objects with two unknown geometric parameters, such as edge position and edge orientation. We compare two model-based approaches: the least squares and the minimum Bayesian risk method. An expression is derived for the expected error as a function of radiometry. This shows that the least squares method emphasises outliers. The outliers increase the error in parameter estimation. In an experiment with edge parameter estimation, the negative aspects of least squares are detectable.