基于线性预测的频率估计算法研究及应用

发布时间：2021-12-09 17:50

　　频率估计算法通常可以分为基于频域特征和基于时域特征两类。基于频域的算法估计准确,但实现复杂;而基于线性预测的时域算法实现简单,广泛应用于快速实时频率估计的应用场景。本文主要基于单位约束最小二乘准则,着重从基于新的连续四点的线性预测模型、基于任意时间间隔的线性预测模型这两个方面展开深入研究,具体研究内容和主要贡献如下:研究了基于线性预测的频率估计算法。首先了介绍线性预测的频率估计的基本思想。研究了基于连续三点的修正协方差（MC）算法和改进的Pisarenko谐波分解器（RPHD）算法,介绍了基于连续四点的线性预测算法的提出,并分析了该算法使用的局限条件。研究了基于单位约束最小二乘的新型的连续四点线性预测模型的频率估计算法。为了解决已有的连续四点算法的使用的局限性,提出了新的基于四个连续实值单频正弦样本之间的时间序列关系。为了实现渐进无偏频率估计,基于所提出的四点时间序列关系,利用单位约束最小二乘准则获得相应的频率估计子,并且推导出所提出的频率估计算法方差的闭合表示式和其化简后的渐近表达式,便于与RPHD算法进行理论性能比较。通过方差表达式,详细地分析了所提出的基于新的连续四点线性预测的频... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 论文研究内容及意义
    1.4 论文组织结构
第二章 频率估计的基础理论
    2.1 信号模型
    2.2 频率估计的基础理论
    2.3 Cramer-Rao下界
    2.4 PHD频率估计算法
    2.5 本章小结
第三章 基于线性预测的频率估计算法
    3.1 线性预测的简介
        3.1.1 线性预测
        3.1.2 三点线性预测模型
    3.2 三点线性预测的经典算法
        3.2.1 MC算法
        3.2.2 RPHD算法
    3.3 四点线性预测估计的经典算法
        3.3.1 四点线性预测频率估计算法的提出
        3.3.2 基于任意时间间隔的频率估计算法的提出
    3.4 本章小结
第四章 基于单位约束最小二乘的连续四点线性预测频率估计
    4.1 算法描述
    4.2 性能分析
        4.2.1 渐进无偏性
        4.2.2 方差推导
        4.2.3 仿真验证
    4.3 与RPHD算法性能比较
    4.4 本章小结
第五章 基于单位约束最小二乘的任意时间间隔线性预测频率估计
    5.1 基于高序号自相关的P估计器
    5.2 基于任意时间间隔的三点频率估计算法
        5.2.1 基于任意时间间隔的MC算法改进
        5.2.2 基于任意时间间隔的RPHD算法的改进
        5.2.3 性能分析
    5.3 基于任意时间间隔的四点频率估计算法
        5.3.1 算法描述
        5.3.2 性能分析
    5.4 本章小结
第六章 总结与展望
    6.1 本文的成果总结
    6.2 工作展望
致谢
参考文献
硕士期间发表的论文和科研成果


【参考文献】：
期刊论文
[1]Direction of Arrivals Estimation for Correlated Broadband Radio Signals by MVDR Algorithm Using Wavelet[J]. Ying Liu,Chi Xie,Yourun Zhang.  中国通信. 2017(03)
[2]Low-Complexity LS Algorithm Using Coordinate Transformation[J]. YAN Wen,XIE Yizhuang,ZHU Bocheng,CHEN He,MA Cuimei.  Chinese Journal of Electronics. 2017(01)



本文编号：3531048