正弦信號頻率估計算法研究.pdf

1、隨著無線電通信技術(shù)和信號處理技術(shù)的發(fā)展，頻率估計已經(jīng)廣泛應用到軍事和民用的各個領(lǐng)域中。由于發(fā)射機和接收機的位置和速度發(fā)生變化，或者通信信道等條件的改變，接收機接收信號的頻率會發(fā)生不同程度的改變。接收機要想獲得有用的數(shù)據(jù)信息，必須先對接收信號進行頻率估計，才能從接收信號中解調(diào)出有用的數(shù)據(jù)信息。本文對不同通信環(huán)境和應用場合下的正弦信號頻率估計算法進行深入研究，對現(xiàn)有的頻率估計方法在復雜度和估計精度等方面存在的問題進行改進，提出了在不同條件下

2、的正弦信號頻率估計算法，并對所提算法的性能進行了仿真和驗證。本研究主要內(nèi)容包括：
　　⑴在對固定頻率的正弦信號進行非實時的頻率估計時，需要解決的主要問題是如何提高低信噪比條件下的估計精度。與其他頻率估計算法相比，周期圖法和自相關(guān)相位法在低信噪比條件下的性能較好。本文提出了基于周期圖和噪聲近似的雙階段頻率估計算法，能夠避免插值法發(fā)生插值方向錯誤的情況，進一步提高周期圖兩步法的估計精度；另外，本文還提出了基于自相關(guān)線性預測和泰勒展開的

3、雙階段頻率估計算法，利用自相關(guān)線性預測解決了多時延自相關(guān)相位法的相位模糊問題，同時借助自相關(guān)函數(shù)的泰勒展開公式進行頻率精估計，進一步提高了算法的估計精度。
　?、圃趯潭l率的正弦信號進行實時的頻率估計時，主要采用線性預測法和陷波濾波器法?，F(xiàn)有的基于線性預測的頻率估計算法大多采用一階的線性預測方程，估計精度不高；而現(xiàn)有的陷波濾波器法則存在估計頻帶受限，收斂速度慢等缺點。為此，本文采用高階的線性預測進行頻率估計，同時借助 LMS濾波

4、器實現(xiàn)算法的自適應迭代。采用高階的線性預測能夠很大程度地提高算法的估計精度，而基于 LMS濾波器的線性預測頻率估計算法能夠避免收斂速度慢和頻帶受限等問題。為了降低算法的復雜度，本文提出了利用平均相位法從線性預測向量中估計信號頻率，避免了高次方程的求解過程。另外，本文還分析了線性預測階數(shù)對估計性能的影響，給出了線性預測階數(shù)的選取策略，在保證一定估計精度的前提下，能夠以較低的復雜度實現(xiàn)頻率估計。
　?、窃诟咚乖肼暛h(huán)境下對動態(tài)變化的正弦

5、信號頻率進行估計時，需要解決的主要問題是對非線性變化的頻率進行估計和跟蹤。在高斯噪聲環(huán)境下，粒子濾波的狀態(tài)向量和量測向量的概率密度分布形式已知，因此粒子濾波非常適用于處理高斯噪聲環(huán)境下的非線性變化參數(shù)的估計問題。粒子濾波在處理非線性參數(shù)估計時的性能優(yōu)異，在低信噪比和高度非線性條件下依然能夠保持較高的估計精度，但是限制粒子濾波應用的主要問題是復雜度過高。為此本文研究了降低粒子濾波復雜度的方法，提出了低復雜度的KLD粒子濾波算法，該算法通過

6、交替重采樣和 KLD采樣，可以消除不需要粒子的重采樣過程，降低了算法復雜度。另外，本文還提出了自適應的KLD盒子長度，能夠自動地調(diào)整KLD采樣過程的粒子數(shù)目，避免了粒子數(shù)目過大引起的KLD采樣失效問題和粒子數(shù)目過小引起的估計精度下降的問題。
　?、仍谖粗肼暤耐ㄐ怒h(huán)境下對動態(tài)變化的正弦信號頻率進行估計時，由于頻率非線性變化且無法獲得任何有關(guān)噪聲的先驗信息，很多常用的頻率估計算法，如周期圖法、自相關(guān)相位法、卡爾曼濾波器和粒子濾波器等

7、，都無法使用。針對這種未知噪聲環(huán)境下的動態(tài)頻率估計問題，本文采用穩(wěn)定性最好、適用范圍最廣且不需要噪聲信息的最小均方（LMS）濾波器來對信號頻率進行估計和跟蹤。本文利用LMS濾波器實對接收信號進行線性預測，再根據(jù)線性預測系數(shù)向量估計信號的頻率。利用線性預測對動態(tài)變化的信號頻率進行估計時，線性預測模型的長度，即濾波器的階數(shù)，對算法的估計精度和復雜度的影響比較大。為此，本文提出了基于自適應參數(shù)的變階數(shù) LMS濾波器算法來尋找最佳的濾波器階數(shù)，

8、通過自適應地調(diào)整參數(shù)值的大小，不僅可以提高濾波器的收斂速度，還可以減少穩(wěn)態(tài)誤差，另外通過設定Arctangent限定的參數(shù)值，增強了算法的穩(wěn)定性。利用 LMS濾波器對動態(tài)變化的信號頻率進行估計和跟蹤時，濾波器步長對估計性能影響較大。步長過大使得估計的頻率波動加大，估計誤差增大，步長較小則會產(chǎn)生較大的滯后誤差。為此，本文提出基于最優(yōu)步長的變步長 LMS濾波器算法，通過自適應算法來尋找最佳的濾波器步長，解決了濾波器步長的設置問題，避免了步長