一种降低频率估计计算量的方法技术

本发明专利技术涉及一种降低频率估计计算量的方法，即在对大数据量信号进行频率估计时通过数据累加从而大幅度降低计算量达到快速精确计算的方法，其具体步骤是：首先对原始数据进行较少点数的快速傅里叶变换获取频率的粗估计值，用得到的值补偿原始数据中与其对应的相位项，再将处理后的数据按照一定倍数进行累加，之后再进行频率估计。本方法简单、易于硬件实现，可以大幅度提升频率估计速度且精度与对原始信号估计结果几乎一致。

【技术实现步骤摘要】
一种降低频率估计计算量的方法
本专利技术涉及信号处理领域，具体涉及信号频率估计领域。
技术介绍
对含有噪声的正弦波信号进行频率估计是信号处理的一个经典课题。正弦信号的频率估计主要是通过时域变换或者频谱分析获得信号的频率估计值。随着科学技术的发展，正弦信号的频率估计广泛应用于雷达、声纳、语音、图像分析、生物医学和通信等领域，具有重要的研究意义和应用价值。频率估计的常用方法为基于快速傅里叶变换的频域信号处理算法，其中较有代表性的算法有：修正Rife(MRife)算法，JamesTsui(J-T)算法，牛顿迭代算法等等。这些算法在计算过程中一般都需要计算额外的复数相位项和迭代处理，而在实际工程应用中经常要求对信号进行实时频率估计，且信号数据量通常较大，在这种情况下，算法的计算量会大大提升，严重影响了工程应用的实时实现。有鉴于此，本专利技术人针对频率估计存在的诸多问题进行深入构思，进而提出了一种降低频率估计计算量的方法。
技术实现思路
本专利技术的目的在于提供一种降低频率估计计算量的方法，其能够在保证频率估计精度的同时降低计算量。为实现上述目的，本专利技术采用的技术方案是：一种降低频率估计计算量的方法，其包括以下步骤：步骤1、对接收到的长度为N点的离散信号x(n)＝Aexp(j(2πf0Tsn+θ0))+ω(n)进行快速傅里叶变换，得到频域上的N点离散信号其中A、f0、Ts、θ0、ω(n)分别代表信号幅度、信号频率、采样时间间隔、信号初相和噪声；步骤2、寻找X(k)中最大谱线对应的位置kmax，构造与其对应的时域相位补偿项φ(n,kmax)＝exp(-j2πnkmax/N)，用构造好的时域相位补偿项对原始信号x(n)进行相位补偿得到补偿后的信号x′(n)＝x(n)·φ(n,kmax)；步骤3、将补偿后的信号x′(n)每隔P点进行累加，得到其中m＝0,1...,M-1；步骤4、采用频率估计算法对处理后的数据进行频率估计，得到处理后信号的估计频率步骤5、将步骤2中得到的相位补偿项φ(n,kmax)对应的频率与处理后信号的估计频率相加得到原始信号的估计频率所述步骤3中，y(m)的点数为M＝N/P，P为N的约数，P为大于1的正整数。采用上述方案后，本方法简单、易于硬件实现，可以大幅度提升频率估计速度且精度与对原始信号估计结果几乎一致，从而保证频率估计在实际应用工程中的实时实现。附图说明图1为本专利技术的实施流程图；图2为原频率估计方法与用本专利技术后的频率估计方法的计算量比较图；图3为原平率估计方法与采用本专利技术后的频率估计方法计算结果性能的比较图。具体实施方式为详尽本
技术实现思路
，以下将结合说明书附图和具体实施例对本专利技术作更进一步的说明。如图1所示，本专利技术揭示了一种降低频率估计计算量的方法，即在对大数据量信号进行频率估计时通过数据累加从而大幅度降低计算量达到快速精确计算的方法。本专利技术首先对原始数据进行较少点数的快速傅里叶变换获取频率的粗估计值，用得到的值补偿原始数据中与其对应的相位项，再将处理后的数据按照一定倍数进行累加，之后再进行频率估计。具体包括以下步骤：步骤1、对接收到的长度为N点的离散信号x(n)＝Aexp(j(2πf0Tsn+θ0))+ω(n)进行快速傅里叶变换，得到频域上的N点离散信号其中A、f0、Ts、θ0、ω(n)分别代表信号幅度、信号频率、采样时间间隔、信号初相和噪声。步骤2、寻找X(k)中最大谱线对应的位置kmax，构造与其对应的时域相位补偿项φ(n,kmax)＝exp(-j2πnkmax/N)，用构造好的时域相位补偿项对原始信号x(n)进行相位补偿得到补偿后的信号：x′(n)＝x(n)·φ(n,kmax)。步骤3、将补偿后的信号x′(n)每隔P点进行累加，得到其中m＝0,1...,M-1。此时y(m)的点数变为M＝N/P，相比原来x(n)的点数减少了P倍，P为N的约数，P为大于1的正整数。步骤4、采用频率估计算法对处理后的数据进行频率估计，得到处理后信号的估计频率步骤5、将步骤2中得到的相位补偿项φ(n,kmax)对应的频率与处理后信号的估计频率相加得到原始信号的估计频率采用上述方法可以在保证频率估计精度的基础上降低其计算量，从而保证频率估计在实际应用工程中的实时实现。为证明本专利技术的技术效果，下面将通过仿真进行例证。利用matlab产生初始频率为20MHz的信号，对产生的信号添加加性高斯白噪声，信号的信噪比变化范围为-10dB到20dB，变化间隔为0.1dB，信号点数N为8192点，补偿后信号每隔16点进行累加，即取P＝16。在每个信噪比条件下，均进行1000次MonteCarlo模拟，其中每次模拟都分别采用J-T算法，MRife算法，采用本方法后的J-T算法和MRife算法，对同一个信号进行频率估计，并计算均方根误差(RootMeanSquareError,RMSE)，验证和比较本方法的性能。表1是原频率估计方法与用本专利技术后的频率估计方法的计算量比较，其中J-T算法采用的是三次迭代，MRife算法为一次修正，P取16。由表中计算量计算公式可以得出，J-T算法的复数乘法次数为102400次，复数加法次数为139264次；采用本方法后，复数乘法次数减少了38400次，复数加法减少了22528次。MRife算法的复数乘法次数为69632次，复数加法次数为117419次；采用本方法后，复数乘法次数减少了7680次，复数加法减少了2048次，两个算法的计算量都得到的大幅度减少。并且需要注意的是：J-T算法在每次迭代时还需要额外计算复指数项，这部分的计算量与信号点数相关并且其耗时占总耗时的比重较大，而本专利技术方法可以大幅度降低信号点数，需要额外计算的复指数项也会大大减少。所以本专利技术方法对于J-T算法以及类似的需要额外计算复指数项的频率估计算法效果更为显著。图3给出了4个方法(J-T算法、采用本专利技术方法后的J-T算法、MRife算法、采用本专利技术方法后的MRife算法)进行频率估计的性能比较，图中CRLB表示的是克拉美罗下界，是无偏估计中所能获得的最佳估计精度。从图中可以看出，J-T算法的性能优于MRife算法，而采用本专利技术方法后的算法性能与原算法性能基本一致。可见本专利技术在不影响算法精度的前提下，大幅度减少了算法计算量，在工程实现上具有重大意义。以上所述，仅是本专利技术实施例而已，并非对本专利技术的技术范围作任何限制，故凡是依据本专利技术的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本专利技术技术方案的范围内。本文档来自技高网...

【技术保护点】
1.一种降低频率估计计算量的方法，其特征在于：包括以下步骤：步骤1、对接收到的长度为N点的离散信号x(n)＝Aexp(j(2πf0Tsn+θ0))+ω(n)进行快速傅里叶变换，得到频域上的N点离散信号

【技术特征摘要】
1.一种降低频率估计计算量的方法，其特征在于：包括以下步骤：步骤1、对接收到的长度为N点的离散信号x(n)＝Aexp(j(2πf0Tsn+θ0))+ω(n)进行快速傅里叶变换，得到频域上的N点离散信号其中A、f0、Ts、θ0、ω(n)分别代表信号幅度、信号频率、采样时间间隔、信号初相和噪声；步骤2、寻找X(k)中最大谱线对应的位置kmax，构造与其对应的时域相位补偿项φ(n,kmax)＝exp(-j2πnkmax/N)，用构造好的时域相位补偿项对原始信号x(n)进行相位...

【专利技术属性】
技术研发人员：邓振淼，张贻雄，李宇涵，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35