基于流形分离与频谱细化技术的低复杂度DOA估计方法

基于阵列流形分离(MST)的共形阵列空间谱估计技术,采用快速傅里叶变换(FFT)来降低谱搜索的计算复杂度,但是在该方法中,空间谱搜索的俯仰角和方位角均为0~360°,存在计算搜索冗余问题。针对共形阵列空间谱估计问题,提出基于联合阵列流形分离技术和频谱细化技术的空间谱估计技术,避免计算搜索冗余问题,相比阵列流形分离技术计算复杂度显著降低。采用一个32阵元球面共形阵列进行计算机仿真,验证了所提出方法的估计性能和计算复杂度。

基于频谱细化和二阶同步压缩变换的船载地波雷达目标检测方法

受船载平台运动、海杂波、多目标聚集以及环境干扰等的影响,海上船只目标的雷达回波极易被遮蔽和淹没,导致船载地波雷达的目标监视监测能力大幅减弱。为提高船载地波雷达对船只目标的检测与发现性能,提出了一种基于频谱细化和二阶同步压缩变换的目标检测方法。该方法首先对船载地波雷达的回波信号进行频率细化处理,提高频率分辨率;然后,通过二阶同步压缩变换的时频分析方法来提取目标的时频分布特征;最终,根据得到的时频分布特征来实现目标检测。实验结果表明:与短时傅里叶变换、小波变换等传统的时频分析方法相比,本文提出的方法不仅具有更好的时频聚集性,而且能有效检测海杂波附近的运动目标以及回波多普勒频率相近的多船只聚集目标。

基于频谱细化算法的超声多普勒流量计设计

流量计作为一种计量传感器设备,是水务信息化综合系统的重要组成部分,其数据精度直接影响系统计量结果。本文基于频谱细化的方法设计了高精度超声多普勒流量计,该流量计采用低功耗单片机(MCU)作为主控芯片,产生频率可配置的中高频脉冲信号,经功率放大电路后驱动由大功率金属氧化物半导体场效应管(MOSFET)组成的超声波发射电路。设计了回波信号提取电路,实现回波信号的放大、噪声滤除、频差信号提取等功能。采用复调制ZOOM FFT频谱细化算法进行频谱分析,显著提高了频率分辨率和频移计算精度。经实验测试,在低流速(0.19 m/s)、中流速(0.5 m/s)和高流速(0.984 m/s)状态下,流量计测量误差分别为5.161%、2.248%和1.985%。

离散密集频谱细化分析与校正方法研究进展

对近年来频谱校正领域中离散密集频谱细化分析与校正方法的理论研究和发展现状进行了回顾。根据信号所包含的频率分量的数目,将密集频谱细化分析与校正方法分为两类:一类是包含两个密集频率成分信号的频谱细化方法,另一类是包含三个及以上密集频率成分信号的频谱细化方法。综合阐明了各种离散密集频谱细化分析与校正方法的基本思想、算法原理、特点及其在工程中的应用。分析了现有密集频谱细化分析与校正方法的优缺点,并对离散密集频谱细化分析与校正领域的发展前景进行了展望。

基于小波变换的频谱细化分析方法

小波理论是傅里叶分析这一学科半个世纪以来的工作结晶，已成功应用于信号分析、图像处理及非线性科学等方面。本文基于小波变换可提取信号所需频率成分的特性，提出了小波变换频谱细化方法，文中介绍了小波变换频谱细化的原理和步骤，进行了计算验证，并与复调制ZOOM－FFT方法进行了比较，结果表明，小波变换细化谱方法，可得到比复调制ZOOM—FFT方法更细密的结果，小波变换细化谱方法实现起来更简单、容易，但计算量较大。

用在频谱细化中Chirp-Z变换的特性分析

通过理论分析与仿真,证实了Chirp Z变换对单一频率信号进行细化方面的有效性,可以通过求极值点的位置得到较为精确的频率值；而对于多频率信号而言,如果它们相距较远,则影响不大,但在较近的时候,不但对它们的区分受到fs/N这个值限制,而且对频率的读数也将产生一定的误差,这个误差可达分辨率的50%以上。因此,利用Chirp Z变换来区分两个频率相近的信号不但能力十分有限,而且也不精确。

FFT-FS频谱细化技术及其在机械故障诊断中的应用

介绍了 FFT-FS频谱细化方法。这种方法在不增加采样点数的前提下 ,对感兴趣的频带进行细化 ,能够得到比较准确的频率值。并以某厂 R1轧机主传动系统的减速机为例 ,说明该方法是准确确定故障频率并进行诊断的有效方法。

基于频谱细化的列车轮对轴承故障在线检测

列车轮对轴承故障是危及列车运行安全的重要因素之一,对其准确检测是高速重载列车需要解决的关键问题。当轮对轴承出现异常时,其振动信号中的幅值就会出现突变点,据此提出了利用频谱细化技术对轮对轴承的振动加速度信号进行分析的方法。实验结果表明,该方法实现了轮对轴承异常的高精度检测,说明这种方法比常规的方法能更有效地检测出轮对轴承的异常状态。

基于小波变换的频谱细化方法在电动机故障检测中的应用

异步电动机转子出现导条或端环断裂后 ,定子电流中会出现 (1± 2s)f1 的频率分量。考虑到此信号的特点 ,必须用高分辨率的频谱分析仪才能有效区分故障信号和工频信号 ,文中基于小波变换可提取信号所需频率成分的特性 ,利用小波变换频谱细化方法 ,通过软件编程实现故障信号的有效检测。

CZT和ZFFT频谱细化性能分析及FPGA实现

快速傅里叶变换在信号的频谱分析中应用广泛,而在工程实际中往往只对信号频谱中一段区间感兴趣,需要对频谱进行细化分析;常用的频谱细化方法有线性调频Z变换(Chirp-Z Transform,CZT)算法和基于复调制的细化(Zoom-FFT,ZFFT)算法,在给出了两种频谱细化方法的计算流程后,通过MATLAB仿真说明两种算法都能提高信号频率的测量精度,最后给出了这两种算法在FPGA具体工程实现中的实现步骤。

DTFT频谱细化特性分析及其快速算法设计

该文介绍了离散时间傅里叶变换(Discrete Time Fourier Transform,DTFT)的一种等价定义式,分析了DTFT与线性调频Z变换(Chirp-Z transform)的联系与区别,推导出DTFT是一种特殊形式的Chirp-Z变换,具有频谱细化特性。设计了DTFT的快速算法,给出了算法实现步骤。算法计算量分析表明:在相同频率分辨率下,DTFT快速算法的计算量比Chirp-Z变换快速算法小。仿真结果验证了理论推导的正确性和DTFT在频率估计方面的优越性。

基于频谱细化的线性调频信号参数估计

针对现有的线性调频(linear frequency modulation,LFM)信号参数估计算法运算量大、实时性差的问题,提出了基于频谱细化的参数快速估计算法。首先对中频采样信号与其延迟逐点相乘,并对产生的新序列做FFT运算,初步粗略估计出LFM信号的调频斜率,然后运用频谱细化方法,即chirp-Z变换,估计出精确的调频斜率。在此基础上,对原信号直接解线调,分析解线调后的信号频谱,估计出信号的起始频率,同样采用频谱细化方法提高估计精度。仿真结果表明算法的有效性。

基于频谱细化与插值法的特征谐波分析研究

快速傅里叶变换(fast Fourier transform,FFT)是目前常用的特征谐波分析方法,由于受到栅栏效应和频谱泄漏的影响,其分析精度并不理想。针对特征谐波各项参数的精确估计问题,提出了基于频谱细化与插值法的特征谐波分析方法。首先利用细化选带傅里叶变换(Zoom-FFT)对特征谐波所在局部频段进行细化,然后使用4项5阶Nuttall窗插值法对细化后的频谱进行校正,得到各特征谐波频率、幅值、相位的精确估计。在实验部分,分别使用快速傅里叶变换、Zoom-FFT和提出的Zoom-FFT+4项5阶Nuttall窗插值法对模拟特征谐波信号和24脉波整流装置特征谐波进行了仿真实验。实验结果对比表明,本方法可以有效地抑制栅栏效应和频谱泄漏,各项参数的估计精度明显优于快速傅里叶变换和Zoom-FFT,是一种较为理想的特征谐波分析算法。

频谱细化方法在干式真空泵故障诊断中的应用

基于小波变换的频谱细化方法可提取信号所需频率成分的特征。通过合理选择小波参数,利用多个单Morlet小波组成的组合小波可构成具有零相移、平顶通带及快速衰减过渡带特性的带通滤波器,再采用频谱细化方法对干式真空泵轴承的振动信号作频谱分析,提取出故障特征频率,并将该方法与功率谱分析做了对比。结果表明,基于小波变换的频谱细化方法比功率谱分析法有较高的频率分辨率,可更有效地应用于故障诊断,且实现过程也比较简单。

一种基于ChirpZ变换的频谱细化实现方案与仿真

受采样时间和数据处理速度的限制,高分辨率频谱分析一直是实时系统的应用难题之一。基于DSP信号处理的特点,给出了一种基于线性调频Z变换(CZT)的频谱细化实现方案。实验结果表明该方案具有分辨率高、速度快的特点,具有较高的工程应用价值。

频谱细化及频谱校正技术在激光多普勒测速仪中的应用

提出了对多普勒信号先进行频谱细化,再进行频谱校正的方法,阐述了几种常见的离散频谱细化和频谱校正算法的基本原理,并运用它们对不同频率的理想正弦信号和实测的多普勒信号进行谱仿真和实测研究。理论分析和实验结果表明:频谱细化算法中Goertzel细化算法所需的运算量最少,计算速度最快;频谱校正算法中比值校正算法校正公式简单,运算量少,且校正精度较高;频谱细化和频谱校正技术大大提高了频谱分辨率,将其运用于频谱分析型激光多普勒测速仪中切实可行。

毫米波调频系统差频频谱细化算法改进

对毫米波调频系统差频信号进行频谱分析时,传统的复调制细化选带频谱分析方法(Zoom FFT)计算量较大,且精度和最大细化倍数有限。为此,本文研究了一种改进的频谱细化方法。该方法在采样数据一定的情况下,对差频信号进行基于复解析带通滤波器的Zoom FFT变换,再利用最小二乘法进行连续谱的曲线拟合估计,提高了频谱估计的实时性和精度。

基于分段频谱细化的频响函数优化

针对模态参数识别过程中频响函数估计精度及分辨率较低的问题,提出了一种基于分段频谱细化的频响函数优化方法。先将频响函数按照模态阶次分段确定各段的起止频率,再利用Chirp-Z变换分别对激励信号和响应信号逐频段进行细化,从而得到各阶模态对应频段的频响函数。以模态参数识别中的峰值法为例进行仿真和实验。仿真分析和实验结果表明:采用该方法得到的模态参数更精确。

频谱细化算法分析

介绍了当前广泛应用的ZFFT、FFT-FS和CZT三种频谱细化算法的原理,通过大量蒙特卡洛仿真计算归纳了各自的应用特点:ZFFT可以抑制频率间的干涉,对整周期采样信号分析精度高,否则误差较大;FFT-FS和CZT对单频信号分析精度高,不适用于密集多频信号的分析,但估计精度不受整周期采样的影响;从频率分辨率的角度对三种频谱细化算法的实质进行了分析比较:FFT-FS和CZT是一致的,都是在不增加数据长度的前提下,通过插值增加FFT的变换点数,提高计算分辨率,不能改善信号的频率分辨能力;ZFFT和DN点FFT变换是一致的,它并不能真正提高物理分辨率实现频谱细化的功能,只是一种节省运算量的快速算法,可以改善信号的频率分辨能力,但以增加数据长度为代价。

基于复调制的ZoomFFT算法在局部频谱细化中的研究与实现

一种基于数字信号处理(DSP)技术的频谱分析系统,如果采用传统的快速傅里叶(FFT)算法则只能比较粗略的计算频谱,且分辨率不高;但是采用频谱细化技术就能对频域信号中感兴趣的局部频段进行频谱分析,就能得到很高的分辨率。常见的方法有基于复调制的ZoomFFT法、Chirp-Z变换、Yip-ZOOM变换等,但是从分析精度、计算效率、分辨率、灵活性等方面来看,基于复调制的ZoomFFT方法是一种行之有效的方法,因而也得到了比较广泛的应用。在介绍复调制ZoomFFT方法基本原理的基础上,用Matlab实现该算法,并通过仿真进行验证,表明该算法能有效提高频谱的分辨率且简明、易实现。