正弦信号频率估计算法研究

为精确估计噪声中正弦信号的频率,研究了任意长度正弦信号的频率估计算法.取2的整数次幂个数据样本点,基于谱线插值算法估计短序列的频率.根据信号的频率、频率分辨率及最大谱线对应的索引值之间的关系,确定原信号傅里叶变换(DFT)幅度最大谱线对应的索引值.利用谱线插值解决了任意长度正弦信号的频率估计问题.仿真结果表明:该算法的性能不随信号频率的变化而变化,在整个频段范围内比较稳定,均接近正弦波信号频率估计的克拉美-罗限.     

基于小波包熵的船舶轴频电场信号检测

为了有效地从海洋环境电场背景中检测微弱的船舶轴频电场信号,提出了一种基于小波包熵的船舶轴频电场信号检测算法.首先使用小波包变换对测量信号进行多层分解并计算最后一层各结点的重构信号;然后计算各结点重构信号的小波包熵;最后选取小波包熵最小的重构信号作为检测信号进行滑动功率谱检测.通过实测数据和仿真数据对该算法和滑动功率谱算...     

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

针对齿轮箱滚动轴承的微弱故障诊断常常由于背景噪声、离散频率成分干扰,造成轴承故障漏诊,不利于设备的长期稳定运行的问题,将局部倒频谱(LC)理论与倒频谱编辑(CEP)方法相结合,提出一种局部倒频谱编辑方法(LCEP),解决了LC无法进行时域信号重构的问题。针对分析频带选择这一关键性问题,在齿轮箱滚动轴承微弱故障诊断中给出了选择准则。调整后的局部倒谱可以成功提取复杂振动信号中的干扰成分,实现对主要干扰成分的编辑,抑制其对微弱故障诊断的干扰。将所提方法用作信号预处理,对重构时域信号做希尔伯特变换和包络分析,建立齿轮箱振动信号模型,利用仿真信号和实验信号验证了方法的有效性。将所提方法与CEP方法和倒谱预白化(CPW)方法对比表明,LCEP结合包络谱(ES)诊断方法在强背景噪声、多频率成分干扰及复杂调幅调频的齿轮箱振动信号中,成功提取轴承外圈微弱故障特征,特征明显性提高了6倍。     

基于Simplorer的正交矢量型锁定放大器的仿真与研究

提出了一种基于Simplorer7.0实现正交矢量型锁定放大器的仿真分析方法,并探讨了正交矢量型锁定放大器在芯片电泳非接触电导检测方面的应用,重点分析了相关参数,如激励信号频率,待测信号幅度、频率等,对芯片电泳谱检测的影响.仿真结果表明该正交矢量型锁定放大器具有卓越的微弱信号检测能力,能有效地实现芯片电泳信号的检测和拾取.     

相位谱重构信号的迭代算法中初始值对重构结果的影响

讨论了在相位谱重构信号的迭代算法中,幅度谱初值的不同设置对重构信号的收敛速度产生的不同影响。     

MA模型参数求解与幅度谱重构信号问题关系

幅度谱重构信号问题已取得了许多成果,而MA参数模型的求解却比较困难．通过推导．建立了MA模型参数求解与幅度谱重构信号问题之间的关系,从而把这两个问题联系起来．这样,所有幅度谱重构信号问题的理论与算法均可应用于MA模型参数求解当中．     

离散傅里叶变换的自适应循环电力谐波分析算法

提出一种基于DFT的自适应循环电力系统信号分析算法,该算法将插值算法和相位差校正算法进行融合.首先使用插值算法估计被检测信号的频率,计算出最佳的信号整数倍周期的截断长度,然后利用相位差校正算法纠正测量分量的频率、相位和幅度等参数,信号中各频率分量在迭代循环中进行分离.仿真实验中,通过添加海明窗、汉宁窗、布莱克曼窗和莱夫-文森特窗等来展示该文方法的效果.实验结果表明,该方法相比其他算法具有较高的计算精度.     

基于ITD与改进MCKD的滚动轴承故障诊断方法

为研究滚动轴承早期微弱故障特征提取以及最大相关峭度解卷积(MCKD)的参数对诊断效果的影响,提出了一种基于固有时间尺度分解(ITD)与改进最大相关峭度解卷积(IMCKD)相结合的轴承早期微弱故障诊断方法(ITD-IMCKD)。首先,运用ITD算法对故障信号进行分解,按峭度-相关系数准则重构信号;其次,利用灰狼优化(GWO)算法以解卷积后信号的排列熵为适应函数对MCKD算法的关键参数进行自适应优选;最后,采用GWO改进的MCKD对重构信号进行滤波去噪,通过Hilbert包络谱可以清晰获得轴承故障频率信息。仿真与实验结果表明,所提出的ITD-IMCKD方法避免了经验选择MCKD参数影响诊断效果的问题,并且相比于ITD-MCKD、ITD-MED方法可有效提取轴承早期微弱故障特征。     

Alpha稳定分布噪声下通信信号的载波频率估计

针对在Alpha稳定分布噪声环境下循环谱估计通信信号载波频率失效问题,提出了基于广义循环谱的载波频率估计方法.首先用非线性变换定义广义循环谱,并对信号幅度进行变换;然后利用非线性变换抑制夹杂在通信信号中的非高斯脉冲噪声.通过检测广义循环谱的谱线位置与数字调制信号载波频率的关系实现载波频率估计.通过Matlab仿真实验和性能分析对比,证明该方法可较好地在Alpha稳定分布噪声环境下估计通信信号的载波频率.     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。     

基于改进离散傅里叶变换的实时频率和幅值测量算法

精确快速估计频率和幅值对智能电网的监测和运行至关重要;而频谱泄露会严重影响频率和幅值的测量精度。为此提出了一种基于改进离散傅里叶变换(discrete Fourier transformation,DFT)的实时频率和幅值测量算法。首先对考虑频率偏移的DFT算法进行了理论推导。然后为了减弱频谱泄露的影响,对DFT变换结果进行再次计算,给出了频率和幅值计算表达式;为了进一步提高精度,对频率值进行了二次估算。仿真结果表明,该算法能够有效减弱频谱泄露对频率和幅值测量的影响,在不同信号模型下均能得到满足要求的频率和幅值。     

信号的DFT对其CFT逼近程度的研究

离散傅立叶变换（ＤＦＴ）或它的快速计算（ＦＦＴ）是信号分析与处理最有力的工具之一,但由于它是用为基频整数倍的Ｎ个频率分量去逼近实际信号的连续傅立叶变换（ＣＦＴ）的值,故用ＤＦＴ估计信号的频谱通常是近似的．本文不仅给出了信号的ＤＦＴ与其ＣＦＴ之间的关系式,而且在此基础上证明了用ＤＦＴ估计信号谱的近似性,给出了用ＤＦＴ精确估计整数频率和非整数频率信号的频谱方法．同时,还研究了窗函数的形状及在离散数据后面补零对用ＤＦＴ估计这些信号ＣＦＴ的影响     

频谱校正中频率-幅值估计的一种新方法

指出了导致频谱误差的根本原因是标准DFT计算中的频率初始点为零,并由此提出一类新的频谱校正方法——初始频率扫描法,包括单频率估计方法和全频段估计方法.该方法以幅值最大为判据准则,以一个频率分辨力为寻优区间,通过调整DFT计算的初始频率点实现对频率和幅值的最优估计.验证结果表明,该方法估计精度较高,能够稳定保持在10-3数量级,且估计精度对信号点数的要求不高,同时,噪声的强烈程度对估计精度影响并不显著,说明该方法具有很强的实用性.     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．     

5G广播系统物理广播信道的信道估计

在研究5G广播标准协议的基础上,提出了基于离散傅里叶变换（DFT）降噪的主/辅同步信号（PSS/SSS）及小区参考信号（CRS）联合信道估计方法,可以在低信噪比、大频偏和高信道动态变化的场景下,准确地估计出物理广播信道（PBCH）的信道状态信息.仿真结果表明：所提出的信道估计方法的性能优于传统方法,有效地提升了5G广播系统中PBCH的信道估计能力.     

一种用于频率跟踪和相角估计的实用算法

电网电压的频率、幅值和谐波含量均随时间发生变化,它们严重影响着电网相量的测量精度．为此,在分析傅氏法计算误差与频偏、起始点相位关系的基础上,提出了一种基于准同步采样和傅氏分析的频率跟踪、相角估计的实用算法．它用离散傅氏法和线性插值法估计任意时刻的相量,用迭代算法寻找相角差为零的相邻周期的两个估计相量进行频率计算,继而对采样数据进行同步化处理以获取信号的真实相量．仿真结果表明,这种方法可使相角误差小于0．2°,并能够满足电网相量实时测量的快速性要求．     

全相位DFT抑制谱泄漏原理及其在频谱校正中的应用

为精确估计噪声环境中的信号频率和幅值,数学证明了全相位DFT优良的抑制频谱泄漏的性质.理论分析了基于全相位DFT的双谱线法的频谱校正原理.仿真结果表明,相比于传统能量重心法,该方法的频率估计精度可获得0.01~0.001级频率分辨率的改善,并且适用于传统方法无法校正的密集频谱分布和存在强干扰频率的场合.此外,该方法的抗噪性能好.     

统计分析方法在植物电波信号研究中的应用

植物电波信号是一种相当复杂的信号，应用传统的电生理方法，已不能获取更多有用信息.应用统计分析方法对植物电波信号进行了时域和频域上的分析.分析发现植物电波信号属于低频信号，其功率谱主要分布在小于5 Hz频段，是一种随机性比较强的微弱信号，幅值处于μV级，并随时间变化剧烈，不同时刻的取值关系松散.     

基于随机共振的微弱多频信号检测方法

根据非线性双稳系统在噪声和弱周期信号作用下对低频成分的敏感性,提出了基于随机共振的微弱多频信号检测方法.将待检测的未知频率信号与巳知频率的载波信号在混频器经外差法作用后产生差频与和频两种频率成分,通过调节载波频率可使差频在零频率点附近变动,从而使得双稳系统的输出发生特征极为明显的变化,为频率检测提供可靠的检测依据.理论分析和数值仿宾结果表明该方法是有效、可行的,具有良好的应用前景.     

频谱泄漏效应补偿的信号处理方法研究

为减小频谱泄漏对谱分析的影响, 将传统离散傅里叶变换(DFT: Discrete Fourier Transform)的方法和运算从经典的一维频谱扩展到二维时频谱, 在此基础上对简谐信号存在能量泄漏的频谱中任意频率成分的幅值与时域信号截断长度的关系(时谱)进行实验研究, 从而提出一种信号的时谱描述方法。实验结果表明, 在频谱泄漏条件下任意频率成分的幅值随时域信号截断长度的变化遵从sinc 函数, 基于这种关系可完成简谐信号任意截断条件下的频谱构造, 实现零误差幅值谱构成, 得到非整周期截断时DFT 幅值谱误差与信号中所含周期数的关系服从指数规律, 且当信号长度是周期的10 倍时, DFT 频谱产生的标准差约为0. 001。