基于噪声近似处理的双阶段频率估计方法技术

本发明专利技术提供的是一种基于噪声近似处理的双阶段频率估计方法。该方法将频率估计分为频率粗估计和频率精估计两个阶段进行。在频率粗估计阶段，利用傅里叶变换对含有加性干扰噪声的信号进行频率估计，得到一个粗略的估计值。之后利用信号处理相关技术，构造一个以真实频率和粗估计频率的差值为频率的频差信号。在频率精估计阶段，利用噪声近似理论，对信号进行噪声近似处理，之后利用最小二乘估计算法，得到更为精确的频率估计值。本发明专利技术能够降低信噪比门限，提高频率估计的精度。

【技术实现步骤摘要】

本专利技术涉及的是一种信号处理的参数估计方法，属于无线通信系统的信号检测领域。
技术介绍
在信号处理领域和无线通信系统中，接收信号的频率估计问题已经引起了人们的广泛注意。在无线信号的传输过程中，信号会受到反射、散射、干扰、多径和多普勒效应的影响，使得在信号接收机终端接收的信号已经和发射机发射的原始信号有很大的不同，因此只有从未知的信号中正确的估计出信号频率，才能从混合接收信号中解调出需要的有用信号。最为常用而且简单有效的频率估计方法就是利用傅里叶变换（DFT）将时域信号变成频域信号，再根据其频谱特性估计其频率值。但是由于傅里叶变换的精度与信号的长度成正比，且受到栅栏效应和频率能量泄露的影响，使得傅里叶频率估计方法的精度不是很高，很难满足人们对频率估计高精度的要求。图1给出了应用DFT进行频率估计得到的信号频谱图。如图1所示，利用DFT得到的信号频谱是离散的。假设信号的采样点数为N，则DFT方法的最小分辨率为也就是说相邻的两条频谱线之间的间隔为在图1所示的实验中，信号的实际频率为f=0.2361，该值位于DFT的两条谱线f1=0.233和f2=0.239之间，因此导致了使用DFT算法进行频率估计时，会产生一定的估计偏差。为了提高傅里叶频率估计方法的精度，一些改进的傅里叶频率估计方法被人们提出。这些方法主要包括DFT插值法和DFT比值法，其主要思想是在离真实信号频率最近的两个频谱线之间插入新的谱线，或根据这两个谱线的值的比值对估计值进行修正。但是由于干扰噪声的影响，在信噪比较低的情况下这些方法可能会导致错误的插值区间判断和错误的谱线比值计算，因此不但不能降低原始的估计误差，反而会引入更大的修正误差。其他一些提高信号频率估计的方法主要包括有子空间算法（MUSIC算法为代表）、最大概率密度（ML）算法和一些迭代DFT算法（IFEIFC算法为代表）。这些算法虽然能在一定程度上提高频率估计的精度，但是他们所需要的计算复杂度很高，因此并不适用于实际的信号接收机的信号处理过程。在实际的接收信号中，信号处理所需要估计的频率信息存在于在有用信号的相位之中，而由于加性噪声的存在，使得人们无法直接从接收信号中提取有用信号的相位信息。噪声近似理论为人们处理信号噪声提供了一种有效的工具。设信号模型为：r(n)=Aexp[j(φ0+wnts)]+z(n)   n=1,2,...,N其中，A是信号的幅度，φ0是信号的初始相位，w是信号的角频率，ts是采样周期，N是信号长度，z(n)是服从复高斯分布的加性噪声，其均值为0，方差为σz。于是可得信号的信噪比为SNRr=A2/σz。将信号r(n)用另一种形式描述为：r(n)=[1+v(n)]Aexp[j(φ0+wnts)]其中，v(n)=1Az(n)exp[-j(φ0+wnts)],]]>其方差为var(v(n))=1/SNRr。令v(n)=vI(n)+jvQ(n)，则有1+v(n)={[1+vI(n)]2+vQ2(n)本文档来自技高网...

【技术保护点】
一种基于噪声近似处理的双阶段频率估计方法，其特征是： 步骤一：频率粗估计 （1）信号的接收 通信系统中的接收信号一般用含有噪声的复正弦信号进行表示，经过接收机终端采样后，实际处理的信号为： x(n)=Aexp[j(φ0+2πfnts)]+v(n)   n=1,2,...,N 其中，A是信号的幅度，φ0是信号的初始相位，f是信号的频率，ts是采样周期，N是信号长度，v(n)是服从高斯分布的加性噪声、其均值为0方差为σ2，频率粗估计阶段的任务是完成对接收信号x(n)的频率粗估计； （2）DFT频率估计 在接收到信号x(n)后，对时域的接收信号x(n)进行傅里叶变换，得相应的频域信号为 信号的频谱信息为P(k)=|X(k)|2，根据信号频谱的特性，在信号真实频率处所对应的频谱值最大，通过寻找频谱值最大的点来估计信号的频率，设第m个点的频谱值最大，根据对应关系信号的频率估计值为 （3）本地参考信号的构建 利用DFT对接收信号x(n)进行频率估计，得到了频率粗估计值构造一个本地参考信号，所述本地参考信号以估计值作为参考信号的频率，构建的本地参考信号为：本地参考信号包含的是频率粗估计的信息； （4）频差信号的构建 利用接收信号x(n)与本地参考信号y(n)，构造一个反映粗估计频差的频差信号，通过将接受信号x(n)与构建的本地参考信号y(n)共轭相乘，得到频差信号为： z(n)=x(n)×y(n)*=Aexp[j(φ0+2πΔfnts)]+v′(n) n=1,2,...,N； 其中，为粗估计的频率偏差、该值是由于DFT估计精度不高而导致的，v′(n)为加 性噪声项，经过上述变换，得到一个以Δf为频率的频差信号z(n)，频差信号z(n)的频率信息即为在粗估计阶段中产生的频率估计偏差，频差Δf的值将在频率精估计阶段进行估计；步骤二：频率精估计 （1）频差信号的叠加处理 将z(n)按照每M个采样点叠加在一起，得到 其中，为s(p)的幅度，P为s(p)的长度，其值为向下取整最接近的整数，为加性噪声项，经过叠加处理后得到的信号s(p)是一个信噪比较高的信号； （2）信号噪声近似处理 引入噪声近似处理操作，将加性噪声转换为相位噪声，然后直接提取信号的相位信息，进而实现对频差Δf的快速高效估计； 当信号的信噪比SNR远大于1时，根据噪声近似理论，此时信号的加性噪声近似等价于相应的相位噪声，于是有 s(p)≈A′exp{j[φ0′+2πΔfpTs+ep]}   p=1,2,...,P 其中，φ0′=φ0+πΔf(M‑1)ts，Ts=Mts，ep为利用噪声近似理论得到的相位噪声项； （3）最小二乘估计 经过噪声近似处理后，s(p)的近似信号中不再含有加性噪声项，直接提取相位，得到的相位信息为θp=φ0′+2πΔfpTs+ep，定义向量Θ=[θ0,θ1,...,θP‑1]T，H0=[1,1,...,1]T，H1=[0,2πTs,...,2π(P‑1)Ts]T，H=[H0,H1]，X=[φ0′,Δf]T，E=[e0,e1,...,eP‑1]T，于是得到相位的向量表达式为 Θ=HX+E 根据最小二乘估计算法，令估计误差最小，得到的X估计： 对上式求导，并令导数为零，得到含有频差Δf信息的项X估计值为： 从中提取频差估计值于是得到最终的信号频率估计为。...

【技术特征摘要】
1.一种基于噪声近似处理的双阶段频率估计方法，其特征是： 
步骤一：频率粗估计 
（1）信号的接收 
通信系统中的接收信号一般用含有噪声的复正弦信号进行表示，经过接收机终端采样后，实际处理的信号为： 
x(n)=Aexp[j(φ0+2πfnts)]+v(n)   n=1,2,...,N 
其中，A是信号的幅度，φ0是信号的初始相位，f是信号的频率，ts是采样周期，N是信号长度，v(n)是服从高斯分布的加性噪声、其均值为0方差为σ2，频率粗估计阶段的任务是完成对接收信号x(n)的频率粗估计； 
（2）DFT频率估计 
在接收到信号x(n)后，对时域的接收信号x(n)进行傅里叶变换，得相应的频域信号为 
信号的频谱信息为P(k)=|X(k)|2，根据信号频谱的特性，在信号真实频率处所对应的频谱值最大，通过寻找频谱值最大的点来估计信号的频率，设第m个点的频谱值最大，根据对应关系信号的频率估计值为 
（3）本地参考信号的构建 
利用DFT对接收信号x(n)进行频率估计，得到了频率粗估计值构造一个本地参考信号，所述本地参考信号以估计值作为参考信号的频率，构建的本地参考信号为： 
本地参考信号包含的是频率粗估计的信息； 
（4）频差信号的构建 
利用接收...

【专利技术属性】
技术研发人员：徐定杰，殷波，祁艳杰，王伟，马跃华，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23