【技术实现步骤摘要】
一种功率谱密度估计的高效实现方法
本专利技术属于通信数字信号处理领域,特别涉及基于认知无线电或者非协作通信中的频谱感知、功率谱密度分析、信号盲检测以及参数盲估计技术。
技术介绍
功率谱估计有着极其广泛的应用,不仅在认识一个随机信号时,需要估计它的功率谱。它还被广泛地应用于语音、图像、光电等信号处理中。在信号处理的许多场所,要求预先知道信号的功率谱密度(或自相关函数)。例如,在最佳线性过滤问题中,要设计一个维纳滤波器就首先要求知道(或估计出)信号与噪声的功率谱密度(或自相关函数)。根据信号与噪声的功率谱才能设计出能够尽量不失真的重现信号,这是功率谱估计在信号处理中的一个重要用途。功率谱估计是数字信号处理的重要研究内容之一。经典功率谱估计主要包括周期图法和自相关法,但由于这两种方法的功率谱估计性能较差,便提出了周期图法的改进算法,及对其进行加窗、平均等修正。Welch法作为周期图法的改进算法,主要有如下两点修正:(1)将数据分段,并且分段数据可以重叠,这样每段数据之间的相关性将会减低,由此改善方差特性;(2)每段数据都乘 ...
【技术保护点】
1.一种功率谱密度估计的高效实现方法,其特征在于,包括:/nS1、采用Welch算法将将长度为I的数据流均等分成L段,将这L段数据合并成奇数段与偶数段两部分;/nS2、记FFT的点数为N,取数据流前N点数据估计缩放因子;/nS3、分别对已对齐的奇数段与偶数段两部分数据进行加窗并做FFT变换;/nS4、根据步骤S2的缩放因子分别对步骤S3的输出奇数段与偶数段的结果进行移位处理;/nS5、对经步骤S4处理后的奇数段与偶数段的结果分别求平方后相加,得到信号幅度的平方;/nS6、根据步骤S5的信号幅度,计算功率谱估计值。/n
【技术特征摘要】
1.一种功率谱密度估计的高效实现方法,其特征在于,包括:
S1、采用Welch算法将将长度为I的数据流均等分成L段,将这L段数据合并成奇数段与偶数段两部分;
S2、记FFT的点数为N,取数据流前N点数据估计缩放因子;
S3、分别对已对齐的奇数段与偶数段两部分数据进行加窗并做FFT变换;
S4、根据步骤S2的缩放因子分别对步骤S3的输出奇数段与偶数段的结果进行移位处理;
S5、对经步骤S4处理后的奇数段与偶数段的结果分别求平方后相加,得到信号幅度的平方;
S6、根据步骤S5的信号幅度,计算功率谱估计值。
2.根据权利要求1所述的一种功率谱密度估计的高效实现方法,其特征在于,步骤S2具体为:
S21、取数据流前N点数据,加窗之后做FFT,分别计算FFT输出实部与虚部的绝对值,找到实部与虚部绝对值中的最大值;
S22、记FFT输出有符号定点数Kbits,其中小数Mbits,找出最大值非零最高位的位置P;如果M≤P≤K-1,则缩放因子s_factor为P-M;如果0≤...
【专利技术属性】
技术研发人员:叶辉,傅晓宇,白俊益,钟振祥,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。