• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于頻差修正的余弦信號(hào)頻率估計(jì)算法*

      2017-09-11 14:24:28劉進(jìn)忙
      傳感器與微系統(tǒng) 2017年9期
      關(guān)鍵詞:頻差余弦復(fù)雜度

      張 威, 李 松, 劉進(jìn)忙, 聶 瑩

      (1.空軍工程大學(xué) 防空反導(dǎo)學(xué)院,陜西 西安 710051;2.中國(guó)人民解放軍 93861部隊(duì),陜西 三原 713800)

      基于頻差修正的余弦信號(hào)頻率估計(jì)算法*

      張 威1, 李 松1, 劉進(jìn)忙1, 聶 瑩2

      (1.空軍工程大學(xué) 防空反導(dǎo)學(xué)院,陜西 西安 710051;2.中國(guó)人民解放軍 93861部隊(duì),陜西 三原 713800)

      針對(duì)余弦振動(dòng)信號(hào)的頻率高精度估計(jì)需求,提出了一種基于頻差修正的頻率估計(jì)算法。對(duì)連續(xù)時(shí)間信號(hào)進(jìn)行采樣后,使用Candan算法估計(jì)出頻差,運(yùn)用頻差對(duì)信號(hào)的頻率進(jìn)行修正。對(duì)修正后的信號(hào)使用Liang算法再次進(jìn)行頻偏估計(jì)。最后將2次估計(jì)得到的頻率值相加求得最終估計(jì)頻率。通過(guò)頻差修正,避免了Candan算法因插值方向錯(cuò)誤和Liang算法自身特點(diǎn)導(dǎo)致估計(jì)精度降低的問(wèn)題,雖然增加了計(jì)算量,但并不影響信號(hào)實(shí)時(shí)處理。仿真結(jié)果表明:在相對(duì)頻偏為任意值的情況下,改進(jìn)算法的頻率估計(jì)均方誤差接近克拉美羅下限(CRLB),性能優(yōu)于現(xiàn)有頻率估計(jì)算法。

      余弦信號(hào); 頻差修正; 頻率估計(jì); 離散傅立葉變換

      0 引 言

      在眾多行業(yè)中,通常從實(shí)際測(cè)量的振動(dòng)信號(hào)中提取各種特征[1~3],用以參數(shù)檢測(cè)、質(zhì)量評(píng)價(jià)、狀態(tài)監(jiān)視和故障診斷等。隨著各種數(shù)字信號(hào)處理方法的不斷出現(xiàn)和發(fā)展,振動(dòng)信號(hào)數(shù)字處理方法一直是近年來(lái)的研究熱點(diǎn)[4,5]。在真實(shí)環(huán)境下,因振蕩、旋轉(zhuǎn)、脈動(dòng)等而產(chǎn)生余弦振動(dòng)信號(hào)[6]的情況非常普遍,本文正是在此類情況下研究高斯噪聲背景下的余弦信號(hào)頻率估計(jì)算法。文獻(xiàn)[7]中提出的最大似然估計(jì)法估計(jì)誤差達(dá)到克拉美羅下限(Cramer-Rao lower bound,CRLB),是最優(yōu)估計(jì)算法,但是算法復(fù)雜,運(yùn)算量大,無(wú)法實(shí)時(shí)處理。 基于離散傅立葉變換(discrete Fourier transform,DFT)的頻率估計(jì)算法[8]具有運(yùn)算速度快、算法參數(shù)不敏感等特點(diǎn),得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[9~18]。

      基于DFT的余弦信號(hào)頻率估計(jì)算法主要分2步:1)利用快速傅氏變換(fast Fourier transform,F(xiàn)FT)對(duì)信號(hào)進(jìn)行粗估計(jì);2)運(yùn)用插值方法進(jìn)行精估計(jì)。目前,此類算法的研究主要在步驟(2)。文獻(xiàn)[13]提出的Jacobsen算法,利用FFT頻譜中最大的三根譜線對(duì)頻率進(jìn)行精估計(jì),但估計(jì)精度不高。文獻(xiàn)[14]中Candan針對(duì)Jacobsen算法系數(shù)進(jìn)行了糾正,估計(jì)精度有所提高,但在低信噪比時(shí)可能出現(xiàn)插值方向錯(cuò)誤,不能滿足高精度的特定場(chǎng)合。文獻(xiàn)[16]中Candan對(duì)文獻(xiàn)[14]的算法進(jìn)行了改進(jìn),消除了估計(jì)偏差,但在低信噪比時(shí)頻率估計(jì)均方誤差明顯高于CRLB。文獻(xiàn)[17]中Fang L Y對(duì)信號(hào)補(bǔ)零后進(jìn)行2N點(diǎn)的DFT,推導(dǎo)了一種有近似運(yùn)算的雙根譜線頻率估計(jì)算法,比前面提到的算法精度高。文獻(xiàn)[18]中Liang X H也對(duì)信號(hào)補(bǔ)零后進(jìn)行2N點(diǎn)的離散傅里葉變換DFT,推導(dǎo)了一種新的無(wú)近似運(yùn)算的三根譜線頻率估計(jì)算法;同時(shí)利用DFT運(yùn)算的周期性和補(bǔ)零算法的特殊取值,實(shí)現(xiàn)了1次N點(diǎn)FFT運(yùn)算和5次單點(diǎn)DFT運(yùn)算完成估計(jì),大大降低了運(yùn)算復(fù)雜度,同時(shí)提高了算法的估計(jì)精度和抗噪性。對(duì)信號(hào)補(bǔ)零后再進(jìn)行頻率估計(jì)的算法中存在一個(gè)問(wèn)題:在頻率偏差較小時(shí),估計(jì)方差接近CRLB;但當(dāng)頻率偏差較大時(shí),估計(jì)方差遠(yuǎn)離CRLB。文獻(xiàn)[19]針對(duì)Rife方法不能在整個(gè)頻偏范圍內(nèi)保持較高精度的問(wèn)題,提出了一種頻移修正的改進(jìn)方案。

      本文根據(jù)文獻(xiàn)[14]和文獻(xiàn)[18]算法,結(jié)合文獻(xiàn)[19]的思想提出了一種基于頻差修正的改進(jìn)算法:將采樣后的信號(hào)通過(guò)希爾伯特變換變成復(fù)信號(hào),運(yùn)用Candan算法估計(jì)出頻率偏差,再用此偏差對(duì)原始信號(hào)進(jìn)行修正。然后使用Liang算法對(duì)修正后的信號(hào)進(jìn)行頻偏估計(jì)。將兩次估計(jì)得到的頻率值相加求得信號(hào)最終估計(jì)頻率。該算法適當(dāng)增加了計(jì)算復(fù)雜度,但估計(jì)精度更高,更加接近于CRLB。

      1 信號(hào)模型

      在沒(méi)有噪聲的情況下,任意單頻余弦信號(hào)表示為

      x(t)=cos(2πfdt+φd)

      (1)

      式中fd和φd分別為余弦信號(hào)的頻率和初始相位。

      經(jīng)過(guò)采樣頻率為fs、采樣點(diǎn)數(shù)為N的采樣后,通過(guò)希爾伯特變換,在高斯噪聲背景下的復(fù)信號(hào)表示為

      (2)

      式中A為復(fù)信號(hào)的振幅;w(n)為均值為零、方差為σ2的復(fù)高斯白噪聲。

      2 頻率估計(jì)算法

      一般情況下,N點(diǎn)采樣后的信號(hào)真實(shí)頻率為f=(km+δ)fs/N,其中,δ<|0.5|,km為正整數(shù)?;贒FT的頻率估計(jì)現(xiàn)有算法中,在進(jìn)行頻率粗估計(jì)時(shí)均使用FFT找到頻譜峰值位置,算法的差異主要體現(xiàn)在偏差估計(jì)階段,表1中列出了近幾年來(lái)部分算法的偏差求解表達(dá)式。

      3 基于頻差修正的改進(jìn)算法

      Candan算法[14]計(jì)算簡(jiǎn)單、精度較高,但在推導(dǎo)過(guò)程中只考慮了大信噪比的情況,忽略了噪聲對(duì)信號(hào)的影響;當(dāng)信噪比較低時(shí),容易出現(xiàn)插值方向錯(cuò)誤,導(dǎo)致誤差較大。Liang算法[18]對(duì)信號(hào)作2N點(diǎn)DFT運(yùn)算,推導(dǎo)過(guò)程無(wú)近似運(yùn)算,達(dá)到理論精度;但當(dāng)偏差δ較大時(shí),算法精度受限。本文算法綜合以上兩種算法的優(yōu)點(diǎn),主要思路如下:對(duì)信號(hào)進(jìn)行N點(diǎn)采樣,使用Candan算法估計(jì)出信號(hào)頻差,用該頻差對(duì)采樣信號(hào)進(jìn)行頻率修正。對(duì)修正后的信號(hào)用Liang算法進(jìn)行頻偏估計(jì)。將2次估計(jì)得到的頻率值相加求得信號(hào)最終估計(jì)頻率。操作過(guò)程如圖1所示,具體步驟如下:

      表1 基于DFT的正弦信號(hào)頻率估計(jì)算法

      對(duì)信號(hào)x(n)作N點(diǎn)DFT,則譜峰位置km及左、右兩點(diǎn)處的DFT值為

      X(km-1)=Aejφdf(δ+1)+W(km-1)

      (3)

      X(km)=Aejφdf(δ)+W(km)

      (4)

      X(km+1)=Aejφdf(δ-1)+W(km+1)

      (5)

      式中W(km)為高斯白噪聲w(n)的DFT,函數(shù)f(·)定義為

      對(duì)f(δ)進(jìn)行泰勒級(jí)數(shù)展開(kāi),保留δ一次項(xiàng),忽略其高次項(xiàng)得

      (7)

      在高信噪比時(shí),可以用信號(hào)的DFT值代替Af(·),代入式(7)得

      (8)

      2)對(duì)原始信號(hào)x(n)進(jìn)行頻率修正,得

      (9)

      式中w1(n)為高斯白噪聲w(n)經(jīng)頻率修正后的表達(dá)式。

      3)在頻偏估計(jì)階段,使用Liang算法對(duì)信號(hào)x1(n)補(bǔ)零至2N點(diǎn),作2N點(diǎn)DFT運(yùn)算,搜索到譜峰位置k2,估計(jì)出頻偏2。忽略w1(n)的影響,其推導(dǎo)過(guò)程如下:

      假設(shè)補(bǔ)零后的信號(hào)為

      x′(n):{x1(0),x1(1),x1(2),…,x1(N-1),0,…,0}

      (10)

      對(duì)x′(n)進(jìn)行DFT得

      (11)

      式中 ξ=fdN/fs。

      簡(jiǎn)記YΔ=|Ω(k2+Δ)|,Δ=-1,0,+1,則譜峰位置k2及其左、右兩點(diǎn)的DFT值為

      (12)

      (13)

      (14)

      由于,|δ|<0.5,N>0,所以,式(12)~式(14)可以去掉模值符號(hào)。由式(12)和式(14)進(jìn)行簡(jiǎn)化運(yùn)算后得

      (15)

      式(13)代入式(15)可得

      (16)

      則偏差估計(jì)表達(dá)式為

      (17)

      4)最終頻率估計(jì)表達(dá)式為

      (18)

      圖1 改進(jìn)算法框圖

      4 性能和復(fù)雜度分析

      仿真參數(shù)設(shè)置如下:A=1;φd=0;fs=1 (歸一化);N=256;fd=(N/4+δ)fs/N,|δ|<0.5;所加噪聲為高斯白噪聲,其均值為0;方差為σ2。MonteCarlo仿真次數(shù)為20 000次模擬,計(jì)算的均方誤差(meansquareerror,MSE)歸一化處理。

      CRLB[7]為

      CRLB=3f2sσ2/(2π2N(N2-1)A2)

      (19)

      信噪比定義為

      SNR=10lg{A2/(2σ2)}

      (20)

      在圖2(a)和(b)中,分別畫(huà)出了SNR=10dB和SNR=5dB下不同方法估計(jì)頻偏的MSE。從圖中可以看出:本文算法在0≤δ≤0.49整個(gè)范圍內(nèi),性能比較穩(wěn)定;在0.418≤δ≤0.49時(shí),本文算法的MSE稍高于其他算法,但通過(guò)局部放大圖可以看出,性能幾乎未下降。

      在圖2(c)中,模擬真實(shí)情況下大多數(shù)信號(hào)的信噪比范圍,分別畫(huà)出了不同方法估計(jì)頻偏的MSE。從仿真圖可以看出:本文算法在整個(gè)信噪比范圍內(nèi),優(yōu)于其他算法,更接近于CRLB;當(dāng)SNR=-7dB,本文算法的MSE略高于Candan和Liang算法,但通過(guò)局部放大可以發(fā)現(xiàn)MSE均在10-5量級(jí)上。

      圖2 不同δ時(shí)的MSE對(duì)比

      文獻(xiàn)[18]針對(duì)運(yùn)算量大的問(wèn)題,根據(jù)補(bǔ)零后的信號(hào)本身特點(diǎn)和DFT的周期性,提出了采用1次N點(diǎn)FFT和5次單點(diǎn)DFT來(lái)優(yōu)化算法。所有算法都采用FFT實(shí)現(xiàn),其復(fù)雜度對(duì)比如表2所示。

      5 結(jié) 論

      在Candan算法和Liang算法的基礎(chǔ)上,綜合2種算法的優(yōu)缺點(diǎn),本文提出了一種改進(jìn)的頻率估計(jì)算法:算法使用復(fù)雜度低的Candan算法估計(jì)出頻差,對(duì)原始信號(hào)先進(jìn)行一步修正;針對(duì)修正后的信號(hào),使用Liang算法估計(jì)出剩余頻偏。相對(duì)于其他算法,本文算法犧牲了運(yùn)算復(fù)雜度而提高了估計(jì)精度,但是并不影響信號(hào)實(shí)時(shí)處理以及硬件復(fù)雜度。仿真結(jié)果表明:在任意頻偏下,改進(jìn)算法的頻率估計(jì)MSE更接近于CRLB。針對(duì)精度要求低的應(yīng)用場(chǎng)合,為了減少計(jì)算量,采用Liang算法也能取得好的性能。但是對(duì)于那些高精度和高穩(wěn)定度的場(chǎng)合,采用本文算法更加合適。本文算法未考慮加窗情況下的頻率估計(jì)精度問(wèn)題,下一步應(yīng)該關(guān)注此方向。

      表2 算法的復(fù)雜度對(duì)比

      [1] 胡 燦,王旭峰,孟祥營(yíng),等.塔里木油田鉆機(jī)平臺(tái)振動(dòng)測(cè)試與振動(dòng)激勵(lì)源分析[J].傳感器與微系統(tǒng),2014,33(8):56-58.

      [2] 孫小超,周 文,李明濤,等.基于PSD的轉(zhuǎn)軸振動(dòng)位移測(cè)量與分析[J].傳感器與微系統(tǒng),2014,33(9):135-137.

      [3] 王威濤,姜印平.基于霍爾效應(yīng)的機(jī)械微振動(dòng)量檢測(cè)系統(tǒng)研究[J].傳感器與微系統(tǒng),2013,32(10):34-36.

      [4] 丁 康,陳健林,蘇向榮.平穩(wěn)和非平穩(wěn)振動(dòng)信號(hào)的若干處理方法及發(fā)展[J].振動(dòng)工程學(xué)報(bào),2003,16(1):1-10.

      [5] 肖棟林,吳 賓,向 函.基于雙通道異步采樣的振動(dòng)傳感器測(cè)量方法[J].傳感器與微系統(tǒng),2016,35(1):146-148.

      [6] 張步云,陳懷海,賀旭東.多輸入多輸出正弦掃頻試驗(yàn)控制新方法[J].振動(dòng)與沖擊,2015,34(8):198-202.

      [7] Rife D C,Boorstyn R R.Single-tone parameter estimation from discrete-time observations[J].IEEE Transactions on Information Theory,1974,20(5):591-598.

      [8] Rife D C,Vincent G A.Use of the discrete Fourier transform in the measurement of frequencies and levels of tones[J].Bell Sy-sten Technical Journal,1970,49(2):197-228.

      [9] Quinn B G.Estimating frequency by interpolation using Fourier coefficients[J].IEEE Transactions on Signal Process,1994,42(5):1264-1268.

      [10] Quinn B G.Estimation of frequency,amplitude, and phase from the DFT of a time series[J].IEEE Transactions on Signal Process,1997,45(3):814-817.

      [11] Macleod M D.Fast nearly ML estimation of the parameters of real or complex single tones or resolved multiple tones[J].IEEE Transactions on Signal Processing,1998,46(1):141-148.

      [12] 張英龍,劉 渝,王旭東.基于頻偏校正的正弦波頻率估計(jì)算法[J].南京航空航天大學(xué)學(xué)報(bào),2007,39(5):597-600.

      [13] Jacobsen E,Kootsookos P.Fast,accurate frequency estimator-s[J].IEEE Signal Processing Magazine,2007,24(3):123-125.

      [14] Candan C.A method for fine resolution frequency estimation from three DFT samples[J].IEEE Signal Processing Letters,2011,18(6):351-354.

      [15] Yang C,Wei G.A noniterative frequency estimator with rational combination of three spectrum lines[J].IEEE Transactions on Signal Processing,2011,59(10):5065-5070.

      [16] Candan C.Analysis and further improvement of fine resolution frequency estimation method from three DFT samples[J].IEEE Signal Processing Letters,2013,20(9):913-916.

      [17] Fang L Y,Duan D L,Yang L Q.A new DFT-based frequency estimator for single-tone complex sinusoidal signals[C]∥Procee-dings of the 2012 IEEE Military Communications Conference,MILCOM 2012:Piscataway:IEEE,2012:1-6.

      [18] Liang X H,Liu A J,Pan X F,et al.A new and accurate estimator with analytical expression for frequency estimation[J].IEEE Communications Letters,2016,20 (1):105-108.

      [19] 鄧振淼,劉 渝,王志忠.正弦波頻率估計(jì)的修正Rife算法[J].數(shù)據(jù)采集與處理,2006,21(4):473-477.

      Frequency estimation algorithm for cosine signal using frequency-offset correction*

      ZHANG Wei1, LI Song1, LIU Jin-mang1, NIE Ying2

      (1.Air and Missile Defense College,Air Force Engineering University,Xi’an 710051,China; 2.Unit 93861 of the PLA,Sanyuan 713800,China)

      To meet the demand of high precision frequency estimation of cosine vibration signal,a new algorithm based on frequency-offset correction is proposed.The algorithm estimates the frequency-offset,with which the frequency of signal can be revised,by Candan algorithm after sampling the continuous time signal.For the signal revised, use Liang algorithm to estimate the frequency-offset again.The ultimate estimated frequency is given by adding the two estimated frequency together.By frequency-offset revision,the proposed algorithm avoids the decrease of precision caused by interpolation error of Candan algorithm and characteristics of Liang algorithm.The new algorithm guarantees the real-time signal processing,although it increases the amount of computation.Numerical results demonstrate that the mean square error of frequency estimation of the improved algorithm is more closer to the Cramer-Rao lower bound(CRLB)bound character is prior to the existing frequency estimation algorithm.

      cosine signal; frequency-offset correction; frequency estimation; discrete Fourier transform(DFT)

      10.13873/J.1000—9787(2017)09—0121—04

      2016—08—03

      國(guó)家自然科學(xué)基金資助項(xiàng)目(61201287)

      TN 911.7

      A

      1000—9787(2017)09—0121—04

      張 威(1990-),男,碩士研究生,主要研究方向?yàn)閿?shù)字信號(hào)處理。

      李 松,通訊作者,E-mail:z199007w@163.com。

      猜你喜歡
      頻差余弦復(fù)雜度
      超超臨界660MW機(jī)組一次調(diào)頻多變量?jī)?yōu)化策略
      一種低復(fù)雜度的慣性/GNSS矢量深組合方法
      一種低軌雙星雷達(dá)信號(hào)無(wú)模糊頻差估計(jì)算法
      求圖上廣探樹(shù)的時(shí)間復(fù)雜度
      兩個(gè)含余弦函數(shù)的三角母不等式及其推論
      分?jǐn)?shù)階余弦變換的卷積定理
      某雷達(dá)導(dǎo)51 頭中心控制軟件圈復(fù)雜度分析與改進(jìn)
      圖像壓縮感知在分?jǐn)?shù)階Fourier域、分?jǐn)?shù)階余弦域的性能比較
      基于相關(guān)峰檢測(cè)的π/4-DQPSK 頻差估計(jì)*
      出口技術(shù)復(fù)雜度研究回顧與評(píng)述
      陆丰市| 武平县| 宾川县| 长垣县| 屯留县| 集安市| 巫溪县| 宁城县| 怀集县| 贺州市| 密山市| 汝州市| 静安区| 遂宁市| 福鼎市| 曲水县| 东辽县| 郸城县| 甘肃省| 如皋市| 清镇市| 达日县| 仪陇县| 门头沟区| 嘉荫县| 江西省| 韶关市| 华池县| 宜君县| 东宁县| 佛冈县| 灌阳县| 那坡县| 崇信县| 岚皋县| 霍城县| 泾源县| 宁明县| 金阳县| 华宁县| 麻城市|