论文部分内容阅读
信号被噪声干扰或非整周期截断时,经典幅值谱发生频谱泄漏是导致信号频率估计精度不高的主要原因。针对这一问题,本文从拓展信号频谱表征方式出发,在传统傅里叶变换概念及运算的基础上,将经典幅值谱扩展至不受频谱泄漏制约、表现力更强、信息可解读性更好的二维幅值谱。与经典幅值谱相比,二维幅值谱具有以下几个特点:1.做二维幅值谱的信号长度不受是否整周期截断制约。信号非整周期截断或信号中含有噪声时,经典幅值谱发生频谱泄漏而使其有用信息的可解读性急剧下降,此时从经典幅值谱中难以分辨出主谱线的位置所在:即哪根谱线是信号的主谱线,哪根谱线是由于能量泄漏而出现的假谱线。二维幅值谱以传统离散傅立叶变换为理论依据,将DFT计算公式中的信号长度N、频率点k均看作变量,这就使得在信号的截断长度范围内,构成信号的各频率成分均有机会被整周期截断。因此,二维幅值谱中包含信号非整周期点的同时,亦包含了信号的整周期点,而使其具有良好的信息可读性,不受信号是否整周期截断的制约。2.具有一定的抗噪声能力。对于信噪比SNR低至-10dB的单频或多频信号,从其二维幅值谱中仍易判断出信号中能量集中的位置。3.可解读出更多有用信息。与信号非整周期截断时经典幅值谱的有用信息可解读性差相比,二维幅值谱可解读出更多有用信息。二维幅值谱可解读出信号的频率构成,即信号由哪些频率成分构成以及各频率成分对应幅值的大小。旋转二维谱时,可看到信号幅值随信号长度N的变化规律遵循sinc函数,以及信号幅值随频率点k的变化即为经典幅值谱。本文在二维谱的基础上,将图像处理的方法引入信号处理中,提出了基于二维幅值谱的信号频率估计方法。其基本思路为:首先,运用图像处理的方法对二维幅值谱进行预处理;然后,根据预处理后的二维幅值谱估计出信号各频率成分的周期T;最后,根据信号采样频率、信号频率、以及信号周期T之间的定量关系完成信号的频率估计。本文利用生成的典型信号序列进行了一系列实验,验证了本方法的有效性。实验结果可得出本方法具有以下性能特点:1.抗噪声能力。在信噪比为-10dB的情况下,本方法能够实现正弦信号高精度的频率估计;在较低信噪比下,能够对多频信号进行准确的频率估计。2.估计精度高。无噪声信号非整周期截断时,单频信号的频率估计相对误差为0;由七个谐波成分构成的无噪声锯齿波其七次谐波成分的频率估计相对误差为2.8‰。含噪声信号非整周期截断时,该方法仍具有较高的估计精度,信噪比SNR为-10dB的正弦信号频率估计相对误差仅为2.6﹪;信噪比SNR为4dB的锯齿波非整周期截断时,其七次谐波成分的频率估计误差仅为1.4‰。本文将经典幅值谱拓展至二维幅值谱,为信号的频谱表征方式提供一种新的参考;在二维幅值谱的基础上提出的信号频率估计方法,运用了图像处理的方法来实现信号处理;以增加较小计算量为代价,获得了较高精度的信号频率估计结果。本文提出的估计方法为信号的频率估计提供了一种新的参考思路。