扩展自相关的正弦信号频率估计算法

发布时间：2018-01-18 15:40

  本文关键词：扩展自相关的正弦信号频率估计算法　出处：《信号处理》2014年10期 　论文类型：期刊论文

  更多相关文章： 扩展自相关函数 频率估计 均方误差 克拉美罗下界 正弦信号

【摘要】：本文针对混有高斯白噪声的正弦信号,提出了扩展自相关的频率估计算法。论文通过理论分析,充分挖掘自相关函数包含的频率信息,推导出新的扩展自相关函数;同时,在Yan算法的基础上对频率估计式加以改进。仿真结果表明,与现有频率估计算法相比,在信号序列较短或信噪比较低时,本文算法的估计方差更接近克拉美罗下界(CRLB);与Yan算法相比,在序列较大或信噪比较高时,在相同估计方差下,本文算法的计算量更小。
[Abstract]:In this paper, an extended autocorrelation frequency estimation algorithm is proposed for sinusoidal signals mixed with Gao Si white noise. Through theoretical analysis, the frequency information contained in the autocorrelation function is fully mined. A new extended autocorrelation function is derived. At the same time, the frequency estimation formula is improved on the basis of Yan algorithm. The simulation results show that compared with the existing frequency estimation algorithm, the signal sequence is shorter or the signal-to-noise ratio is lower. The estimated variance of this algorithm is closer to the lower bound of Clemero. Compared with Yan algorithm, when the sequence is larger or the SNR is higher, the computational complexity of this algorithm is less than that of Yan algorithm under the same estimated variance.
【作者单位】： 大连海事大学信息科学技术学院;大连理工大学城市学院;大连理工大学软件学院;
【分类号】：TN911.23
【正文快照】： 1引言对淹没于噪声中的正弦信号进行频率估计,无论在理论中,还是在实际应用中,都具有非常重要的研究价值。国内外众多学者对此问题做了大量的研究,提出了众多频域[1-4]、时域[5-13]分析方法。传统基于时域自相关的方法,利用少量的自相关函数估计频率,此类方法计算简单,但性能，

本文编号：1441520