基于Burg算法的短序列谱估计研究

在频域对采集数据进行了分析,提出了一种基于修正伯格算法的短序列谱估计方法.该方法在阶数估计时引入收敛因子,从而更为有效地估计了阶数,同时未直接采用伯格算法计算反射系数,而是先求得二阶预测误差系数,再求出一阶反射系数,并最终求得高阶系数完成谱估计.这种算法减小了谱偏,提高了分辨率.

基于Burg法AR模型谱估计的涡街流量计旋涡脱落频率提取

为了从含噪信号中准确高效地提取出旋涡脱落频率,采用基于Burg算法的AR模型谱估计对测量介质为水、流量范围为3~35 m3/h的涡街流量计输出信号进行分析,讨论AR模型阶次对旋涡脱落频率估计性能的影响,建立频率相对误差小于3%的AR模型最小阶次与旋涡脱落频率的拟合关系式。结果表明,基于Burg算法的AR模型谱估计对涡街流量计旋涡脱落频率的提取精度较高;AR模型的阶次对Burg算法的谱估计精度和计算效率有重要影响,应选用匹配的AR模型阶次对涡街流量计输出信号进行估计;AR模型最小阶次随旋涡脱落频率的增大而减小。

基于高阶累积量Burg自适应算法的间谐波估计

Burg算法适合处理间谐波信号,但是在有噪声的环境下,会产生错误的谱估计结果。采用一种基于高阶累积量的Burg自适应算法估计间谐波信号,该方法不受高斯噪声的影响。首先,利用高阶累积量对高斯噪声不敏感的特性,改进Burg算法的预测误差标准。其次,为了降低引入高阶累积量而增加的计算量,反射系数的求取采用递推形式。最后,利用谐波信号的4阶累积量对角切片求取各成分的幅值。仿真结果表明,所提出的算法明显改进了Burg算法的谱估计性能,能够在噪声环境下获得准确的间谐波参数估计。

基于最优窗Burg算法的电力系统间谐波谱估计

Burg算法适合于电力系统间谐波谱估计,但存在谱峰偏移和谱线分裂的缺点,影响其谱估计效果。本文在误差分析的基础上提出了基于最优窗Burg算法的间谐波谱估计新方法。首先通过在平均频率误差方差最小的意义下来获得最优窗,再将加窗后的预测误差平均功率最小化来求取反射系数,最终求得信号的功率谱。仿真结果表明,与传统的Burg算法和汉明窗Burg算法相比,最优窗Burg算法具有更好的谱估计性能。并且,由于采用Levinson递推,其计算复杂度明显低于特征值法。该方法可应用于电力系统间谐波谱估计。

Burg算法在基于AR模型多普勒血流信号时频分析中的应用

多普勒超声血流信号是一个非平稳的高斯随机过程,其时频分布与血流的速度及其变化有密切的关系。由于假设信号在一定时间间隔内是平稳的,实际上难以获得同时具有较好的时间、频率分辨率的超声多普勒时频分布。一种估计多普勒超声血流信号时频分布的方法是基于Levinson-Durbin算法的自回归(AR)模型法。但用该算法估计出的参数的误差随时间间隔的缩短而增大。Burg提出一种递推算法,不需要计算自相关,而是用使前向与后向预测误差能量之和最小的方法求出模型的参数。我们将用两种算法估计出的多普勒时频分布及理论的时频分布进行比较,发现用Burg算法估计出的多普勒时频分布比用Levinson-Durbin递推算法估计出的多普勒时频分布更接近理论的时频分布,尤其是频率带宽性能得到了明显的改善。

Burg频谱估计算法的硬件加速方法研究

基于Burg算法的现代谱估计相对于基于FFT算法的经典谱估计,具有更好的实时性和频率分辨率。然而Burg算法中需要的大量迭代运算,降低了实时系统的性能。为进一步提高频谱估计的速度,提出一种Burg算法的硬件加速方法。该方法以高性能FPGA为平台,遵循并行计算的思想,根据Burg算法的特点,巧妙的利用FPGA内部的DSP资源和RAM处理数学运算与存储器管理两大核心问题。通过在速度和面积上的折中优化系统性能。实验结果表明,该加速方法能较为准确的估计出脉冲编码雷达中目标物体的多普勒频偏。通过进行比较发现,该方法提高了系统的运算速度和性能。

改进汉明Burg和稳健支持向量机的间谐波检测

间谐波具有非线性、随机性及非平稳性等特点,在实时检测中具有一定困难。为精确检测出所含间谐波分量,文中先利用改进汉明Burg算法检测间谐波的频率,该算法按二阶预测误差输出功率最小原则求解一、二阶系数,求高阶系数时进行汉明加权,选取阶次时引入控制参数;再用稳健支持向量机法校正检测出的频率分量,并获得其幅值和相位。仿真结果表明,该算法检测频率时,减弱了谱峰偏移度且不易出现谱线分裂,低信噪比时不会出现谱峰消失现象,提高了频率检测精度;用稳健支持向量机法校正频率可精确得出间谐波的频率、幅值和相位,且计算量小。

小波变换和改进Burg算法的GNSS-IR海面高度反演模型

针对传统的GNSS-IR海面高度监测方法信号分离不佳且精度有待提高的问题,提出结合小波变换和改进Burg算法的新型GNSS-IR海面高度反演模型。相比于传统的多项式拟合法,小波变换得到的SNR振荡项更加完整、精确。改进的Burg算法能有效抑制峰值偏移或谱分裂现象,提高谱分析精度。基于瑞典Onsala空间天文台提供的GNSS数据和验潮仪数据的实验结果表明,优化后的海平面测高模型的反演结果与验潮仪数据具有较高的一致性,相比于传统的GNSS-IR海面测高模型精度提高约20%。

自相关法和Burg法在AR模型功率谱估计中的仿真研究

介绍功率谱估计和常用的基于AR模型的自相关法和Burg算法,通过仿真比较这两种算法使用和优缺点。

一种改进的非协作MSK信号参数联合估计算法

针对MSK信号参数联合估计中原有参数估计算法抗噪声性能不足、算法较复杂、运算量较大等问题,基于burg现代谱算法,提出一种改进的MSK信号参数联合估计算法,实现了在低信噪比条件下对MSK信号进行快速参数估计。

基于Burg算法功率谱估计的参数选择

介绍了现代功率谱估计中常用的基于自回归(AR)模型的Burg算法,分析了Burg算法中参数选择对功率谱估计的影响,并给出综合最优的Burg算法参数选择方法,最后将本文参数选择方法应用于列车测速系统进行实验验证,准确地估计出了列车的多普勒频率。

Burg算法与自相关在科氏流量计中的应用

传统科氏流量计信号处理采用DFT谱分析方法,对数据进行加窗处理,导致谱分辨率降低。为提高谱分辨率,将Burg算法引入科氏流量计频率解算,无需对窗口之外数据进行假设。为解决信号初相以及噪声干扰对谱分辨率的影响,对Burg算法进行了分析并改进,引入了自相关算法。在此建立了科氏流量计的信号模型,采用Matlab对本算法进行仿真验证,结果表明该算法的解算精度优于一般流量计的要求,算法可以用于科氏流量计频率解算。

Burg算法与自相关在科氏流量计中的应用

为提高谱分辨率,将Burg算法引入科氏流量计频率解算,无需对窗口之外数据假设。Burg算法谱分辨率受信号初相以及信号噪声影响,对Burg算法进行分析和改进,并引入自相关算法,解决初相以及噪声的影响。建立了科氏流量计的信号模型,用Matlab对本算法进行仿真验证,算法的解算精度优于一般流量计的要求,算法可以用于科氏流量计频率解算。

一种改进的Burg算法

在雷达信号处理方面，对算法的外推精度以及实时性，都有很高的要求。通过对Burg算法的研究，根据Burg算法容易发生谱分裂和谱偏移等特点，提出了一种快速实时的改进算法，并已应用到实际。

自适应定阶的快速Burg算法设计与FPGA实现

针对信号频谱分析的实时性要求,设计了一种适用于短序列的自适应定阶的快速Burg算法硬件加速电路。以FPGA为平台进行实验,将快速Burg算法与最终预测误差(Final Prediction Error,FPE)准则结合可做到自回归(Auto-Regressive,AR)参数自适应定阶。实现了灵活控制的并行二级流水线结构和并行化计算单元,同时优化了存储单元,达到速度与面积的平衡。实验结果表明,该算法对短序列也能准确地估计信号频率,与Burg算法硬件实现方案的计算时间对比,该算法将运算时间降低了75%,确实起到了加速作用,并且节省了内存空间,符合设计要求。

基于SD-SVD-Burg的玉米叶片铜铅污染甄别与程度诊断

为研究一种快速甄别作物受重金属污染的元素类别和所受污染程度的方法,于2017年设置不同梯度铜(Cu)、铅(Pb)胁迫下的玉米盆栽实验,对玉米的紫谷、绿峰和红边3个光谱特征区间的高光谱数据进行光谱一阶微分和奇异值分解处理,并结合Burg算法绘制功率谱密度曲线,同时利用2014年采集的光谱数据作为验证组检验该模型的稳定性。结果表明:健康玉米叶片与不同浓度Cu、Pb胁迫下玉米叶片光谱信号的功率谱密度曲线的波峰数及波峰坡度均不相同。功率谱曲线平均功率和玉米叶片中Cu、Pb含量的相关系数最高可达0.9958,证明该方法在对玉米进行污染元素种类辨别和污染程度诊断方面具有可行性,不同年份Cu与Pb胁迫下绿峰功率谱曲线平均功率与玉米叶片中Cu、Pb含量的相关系数分别为0.9213和0.9915,进一步验证该算法在玉米Cu、Pb污染诊断方面具有稳定性与普适性。

基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.

基于最优加权Burg谱估计的间谐波智能分析方法

为改善Burg算法的频率分辨率和谱线分裂现象,提出一种最优加权Burg谱估计的间谐波智能分析方法。首先在平均频率误差方差最小意义下获得最优权函数,通过使加权的二阶前后向预测误差平均功率最小化来获得二阶滤波器系数,然后采用Levinson递推获得一阶反射系数,进而得到谐波和间谐波的个数及频率初值。同时,提出各间谐波频率学习率的自适应调整算法,最后应用改进的Adaline神经网络精确分析谐波和间谐波的频率、幅值和相位。仿真结果表明所提算法的谱估计性能优于传统的Burg算法,计算复杂度远低于特征空间法,具有分辨率高、精度高、鲁棒性强的优点。

最大熵谱分析中Burg算法和Marple算法比较

最大熵谱分析是一种具有较高分辨率的谱分析方法，本文从三个方面对最大熵谱分析中的Burg算法和Marple算法进行了比较，首先是对初相位的依赖性，其次是频率分辨，第三是抗干扰能力。通过这三个方面的比较，进一步搞清了这两种算法的优缺点，Marple算法在抗干扰方面略逊于Burg算法，而在其他两个方面优于Burg算法。

Burg算法在雷达测速中的应用

为将Burg算法应用在汽车测速中,在多普勒效应原理的基础上,推导出移动物体发射波频率与接收波频率之间的关系,并分别用直接法和Burg算法估计测速模型中发射波频率82 Hz与接收波频率81 Hz。经Matlab仿真表明:直接法估计的发射波与接收波主频率分别接近于82 Hz和81 Hz,但频率主峰旁边存在大量噪声频率的假峰;Burg算法估计出的发射波与接收波主频率更准确,同时主峰清晰且较其他噪声频率突出明显。故Burg算法对间隔不大的发射波与接收波的频率分辨力远远优于直接法,可应用于测速环境中。