分析了R ife算法的性能,指出当信号频率位于离散傅里叶变换(D iscrete Fourier T ransform,DFT)两个相邻量化频率点的中心区域时,R ife算法精度很高,其均方根误差接近克拉美-罗限(C ram er-R ao Low er Bound,CRLB),但当信号频率位于量...分析了R ife算法的性能,指出当信号频率位于离散傅里叶变换(D iscrete Fourier T ransform,DFT)两个相邻量化频率点的中心区域时,R ife算法精度很高,其均方根误差接近克拉美-罗限(C ram er-R ao Low er Bound,CRLB),但当信号频率位于量化频率点附近时,R ife算法精度降低。本文提出了一种修正R ife(M-R ife)算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用R ife算法进行频率估计。仿真结果表明本算法性能不随被估计信号的频率分布而产生波动,整体性能优于牛顿迭代法(一次迭代),接近二次迭代,在低信噪比条件下不存在发散问题,性能比牛顿迭代稳定。本算法易于硬件实现。展开更多