一种多频信号特征参数在线估计方法技术

本发明专利技术公开了一种多频信号特征参数在线估计方法，通过基于组合正弦模型对多频信号进行建模；根据多频信号的特征参数呈现关系，将全部特征参数进行分离；分离出的特征参数集合赋初值，预置估计精度；实时采集多频信号观测数据；构造关于特征参数集合的实时堆积信息；利用实时滚动窗堆积输出和堆积信息，构建堆积的估计误差修正信息；计算参数在线估计自调整步长；依据滚动窗优化随机梯度原理，交互估计各个特征参数；判断参数估计精度是否满足预设条件；如果不满足，开始新一轮在线估计。该多频信号特征参数在线估计方法，解决了现有信号参数估计方法精度低，不能同时估计全部参数的难题，提高了信号模型的自适应性。提高了信号模型的自适应性。提高了信号模型的自适应性。

【技术实现步骤摘要】
一种多频信号特征参数在线估计方法


[0001]本专利技术涉及信号处理
，具体为一种多频信号特征参数在线估计方法。

技术介绍

[0002]信号识别广泛应用于无线通信系统、控制系统分析、电力质量评估以及信号处理等领域。有多个正弦或余弦或其组合构成的多频信号可通过傅里叶变换用于近似任意周期信号。多频信号的识别的主要任务是估计出信号的各个幅值、相位及角频率分量，由于多频信号特征参数数量巨大，实现特征参数的实时在线同步估计极为困难。目前关于多频信号参数识别的方法主要两参数正弦拟合方法、频域最小二乘方法、基于离散傅里叶变换的线性时
‑
频转换方法。上述信号特征参数识别方法主要基于离散傅里叶变换，且需要事先进行频率的估计，然后利用估计出的频率进行其他特征参数的估计，不能实现全部特征参数估计。此外，离散傅里叶变换需要将时域的信号转换为频域信号之后进行估计，这种不同信号域之间的变换不仅复杂，而且会引起变换误差，原因是快速傅里叶变换方法在测量中的存在泄漏和尖桩栅栏效应，不能保证相干采样的准确性。
[0003]在信号识别领域，常用的方法还有国际电工电子协会标准(IEEE Standard1241
‑
2010)提出的三参数法和四参数方法等。IEEE Standard 1241
‑
2010中提出的三参数或四参数方法能够估计三个或四个特征参数的多频信号，但参数的估计需要先估计出频率，然后基于估计出的频率来估计其他特征参数。这两种方法只能估计少量参数的多频信号，且分步估计由于后续估计对前面参数估计的依赖，引起误差的传递，不能获得高精度的估计。
[0004]多频信号在采样和传输的过程中不可避免地受到各种干扰信号的影响，现有的多频信号参数识别方法都是基于离线的观测数据完成的，离线方式识别出来的信号模型在实际使用过程中存在着较大的误差，不能保证信号的真实模态信息。
[0005]总之，现有的多频信号参数识别方法存在估计精度低，估计参数数量少，参数需要多次多步估计，不能在线实时参数估计等问题。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种可以实现多频信号全部特征参数同步在线实时估计，可以同时估计出多频信号的所有特征参数，并可实现信号采集与信号特征参数估计同步进行，获取实时信号模型。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种多频信号特征参数在线估计方法，包括如下步骤：
[0008]S1：基于组合正弦模型对多频信号进行建模；
[0009]S2：根据多频信号的特征参数呈现关系，将全部特征参数进行分离；
[0010]S3：分离出的特征参数集合赋初值，预置估计精度；
[0011]S4：实时采集多频信号观测数据；
[0012]S5：构造关于特征参数集合的实时堆积信息；
[0013]S6：利用实时滚动窗堆积输出和堆积信息，构建堆积的估计误差修正信息；
[0014]S7：计算参数在线估计自调整步长；
[0015]S8：依据滚动窗优化随机梯度原理，交互估计各个特征参数；
[0016]S9：判断参数估计精度是否满足预设条件，如果满足，停止在线估计计算；如果不满足，跳转步骤S4，采集下一时刻信号观测数据，开始新一轮在线估计。
[0017]优选的，所述步骤S1中，组合正弦模型对多频信号进行建模如下，
[0018][0019]其中，A
i
为信号幅值分量，ω
i
为角频率参数分量，φ
i
为幅值参数分数分量,t为时间变量，w(t)为干扰噪声。
[0020]进一步优选的，所述步骤S2中的特征参数分别为幅值参数集合A＝[A1,A2...A
n
]，角频率特征参数集合Ω＝[ω1,ω2...ω
n
]，相位参数集合Φ＝[φ1,φ2...φ
n
]。
[0021]进一步优选的，所述步骤S3中的设定滚动数据窗的长度设为b，分别为分离出的特征参数集合赋初值预置估计精度σ。
[0022]进一步优选的，所述步骤S4中将实时采集多频信号观测数据定义为y(t)，选取融合临近b
‑
1个时刻观测数据y(t
‑
1),y(t
‑
2)...y(t
‑
b+1)，构造滚动数据窗输出信息向量Y(b,t)＝[y(t),y(t
‑
1)...y(t
‑
b+1)]，其中t为当前采样瞬间。
[0023]进一步优选的，所述步骤S5中特征参数集合A,Ω,Φ的实时堆积信息分别如下，
[0024][0025][0026][0027]其中堆积信息中的各个信息分量由下面公式计算：
[0028][0029][0030][0031]进一步优选的，所述步骤S6中构建堆积的估计误差修正信息公式为，
[0032][0033]其中，n为多频信号频率个数；
[0034]进一步优选的，所述步骤S7中参数在线估计自调整步长公式为，
[0035][0036]进一步优选的，所述步骤S8中特征参数技术方式具体为，
[0037][0038][0039][0040]进一步优选的，所述步骤S9中，判断参数估计精度的预设条件是否满足下面公式，
[0041][0042]如果满足上述条件，从幅值参数估计集合中得到幅分量特征参数估计从角频率参数估计集合中得到角频率分量特征参数估计从相位参数估计集合中得到相位分量特征参数估计停止在线估计计算。
[0043]与现有技术相比，本专利技术的有益效果是：本专利技术提出的多频信号特征参数在线估计方法利用实时在线信号离散观测数据，充分考虑了信号实时传输过程中各种干扰对信号模态信息的影响，通过特征参数分离和交互估计以及滚动窗动态数据使用方案，可以实现对多频信号全部特征参数同时同步在线估计，解决了现有信号参数估计方法精度低，不能同时估计全部参数的难题，提高了信号模型的自适应性。本专利技术提出的方法还可以应用于任何可以通过傅里叶级数展开的周期信号的特征参数同时在线估计。
附图说明
[0044]图1为本专利技术多频信号识别过程示意图；
[0045]图2为本专利技术多频信号特征参数在线估计方法流程图；
[0046]图3为本专利技术识别出的信号与实际信号对比图；
[0047]图4为本专利技术识别出的信号和方波信号对比图；
[0048]图5为本专利技术b＝6时识别出的信号与真实信号对比图；
[0049]图6为现有技术b＝1时识别出的信号与真实信号对比图。
具体实施方式
[0050]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多频信号特征参数在线估计方法，其特征在于，包括如下步骤：S1：基于组合正弦模型对多频信号进行建模；S2：根据多频信号的特征参数呈现关系，将全部特征参数进行分离；S3：分离出的特征参数集合赋初值，预置估计精度；S4：实时采集多频信号观测数据；S5：构造关于特征参数集合的实时堆积信息；S6：利用实时滚动窗堆积输出和堆积信息，构建堆积的估计误差修正信息；S7：计算参数在线估计自调整步长；S8：依据滚动窗优化随机梯度原理，交互估计各个特征参数；S9：判断参数估计精度是否满足预设条件，如果满足，停止在线估计计算；如果不满足，跳转步骤S4，采集下一时刻信号观测数据，开始新一轮在线估计。2.根据权利要求1所述的一种多频信号特征参数在线估计方法，其特征在于：所述步骤S1中，组合正弦模型对多频信号进行建模如下，其中，A
i
为信号幅值分量，ω
i
为角频率参数分量，φ
i
为幅值参数分数分量,t为时间变量，w(t)为干扰噪声。3.根据权利要求2所述的一种多频信号特征参数在线估计方法，其特征在于：所述步骤S2中的特征参数分别为幅值参数集合A＝[A1,A2...A
n
]，角频率特征参数集合Ω＝[ω1,ω2...ω
n
]，相位参数集合Φ＝[φ1,φ2...φ
n
]。4.根据权利要求3所述的一种多频信号特征参数在线估计方法，其特征在于：所述步骤S3中的设定滚动数据窗的长度设为b，分别为分离出的特征参数集合赋初值预置估计精度σ。5.根据权利要求4所述的一种多频信号特征参数在线估计方法，其特征在于：所述步骤S4中将实时采集多...

【专利技术属性】
技术研发人员：徐玲，丁锋，崔业梅，杨焕峥，许卫洪，管湘云，
申请(专利权)人：无锡商业职业技术学院，
类型：发明
国别省市：