基于M-Rife算法的振弦式传感器精确测频系统设计

针对振弦式传感器测频系统易受噪声干扰,导致测频精度下降的问题,介绍了一种基于M-Rife算法的高精度频率测量方法。结合ARM处理器的硬件结构特点和编程方式,将M-Rife算法移植到ARM处理器上,实现了完整的振弦式传感器精确测频系统。实验结果证明:系统频率测量的相对误差小于0.025%,具有较强的抗干扰能力。

基于改进M-Rife算法的谐波分析方法

为了准确地分析电力系统中的谐波情况,本文介绍了一种改进的M-Rife算法。该方法克服了在常用的傅里叶分析中因非同步采样造成的频谱泄露和栅栏效应的问题,通过移动频谱的方法能够对非同步采样的信号进行同步化处理。该算法的优势在于把M-Rife的思想应用在谐波分析上,克服了因插值过程中非线性而造成了相位误差大的问题,实验证明该算法有较高的精度并且在噪声下依旧能够有效地分析出谐波的各项参数。

一种快速有效的改进M-Rife算法

在雷达信号的瞬时频率估计算法中,Rife算法举足轻重。Rife算法(双谱线法)在信号最大的两根幅度谱之间进行插值运算,从而获取信号的瞬时频率。此算法的缺点是频率的估计精度与频率的分布密切相关,因而邓振淼提出了修正的Rife算法算法(M-Rife),通过对Rife算法估计得到的频率进行二次Rife算法,以改善Rife算法频率分布不均匀的缺点,大大提高了频率估计的精度,运算量却增加了1倍。在M-Rife算法的基础上,提出了一种减少运算量的改进M-Rife算法,通过将M-Rife算法中的第二次Rife算法中的N点FFT简化为3点FFT运算,大大简化了运算量,且通过实际的运算量分析以及MATLAB仿真,验证了该算法实现的可行性,得出新提出的改进后的M-Rife算法(New-M-Rife算法)能够在较低的运算量下,达到相对准确的测量精度。

基于双级M-Rife算法的频率测量方法

M-Rife算法是一种重要的雷达信号频率估计算法,其利用信号频谱的插值运算和频谱位移,可实现较高精度的频率测量。在此基础上,提出一种基于双级M-Rife算法的频率测量方法。该方法利用M-Rife算法对多个脉内信号进行频率粗估计,然后构建脉间正弦波序列,再通过M-Rife算法对脉间序列进行频偏精确估计。实验结果表明,该算法对脉冲信号可实现高精度测频,测频精度优于0.3Hz,且该算法在低信噪比情况下亦可达到很高的成功检测率,具有广阔的应用前景。

基于M-Rife算法的梯形波FMCW雷达多目标检测技术研究

多目标检测技术是线性调频连续波(LFMCW)雷达目标配对的关键技术,其中梯形波调制通过增加恒频段以提高多目标配对能力。常规梯形波调制配对算法难以兼顾低实现复杂度和精密测速,往往存在测频容易实现而目标错配较多的情况,或者测速精度高而实现困难的问题。文中研究了一种通过提高梯形波恒定频率段测速精度以改善多目标检测能力的方法。利用对梯形波FMCW雷达恒频段的差拍回波信号作快速傅里叶变换(FFT),得到频率的粗略估计值;进一步通过M-Rife算法(一种修正Rife算法)进行频率估计,提高梯形波恒频段测速的精度,从而提高梯形波FMCW雷达的多目标检测能力。理论分析及大量仿真实验表明,梯形波的恒频段采用M-Rife算法进行频率估计后,计算复杂度并不高,而FMCW雷达多目标检测能力提高明显。

去斜步进频合成宽带信号高精度测距研究

为了研究无瞬时宽带的雷达系统通过步进频方式合成宽带信号的目标测距性能,对步进频子脉冲串采用去斜体制合成宽带的原理进行了理论推导;针对常规处理流程存在测距精度受限的缺点,引入M-Rife算法设计新的算法处理流程,并对该算法流程的性能边界进行了仿真.理论分析及仿真结果表明,优化处理流程后的算法在不显著增加运算复杂度的条件下可显著提升目标的测距精度,具有较好的工程应用价值.

双端谐振型SAW扭矩传感器信号提取与处理的研究

针对应用于车载EPS系统中的双端谐振型SAW扭矩传感器的信号提取与频率估计困难的问题,提出一种新的估算方法。该方法在M-Rife算法的基础上利用Welch算法计算功率谱及最大谱线,代替原有的FFT过程,提高了估计准确性。当估计频率不在规定的中心区域内时,用Quinn算法来判断频移系数进而确定频移方向,而后重新利用Rife算法进行频率估计。仿真和试验结果表明,改进的算法在估计双端谐振型SAW扭矩传感器的频率信号方面具有较好的精度,估计结果明显优于单独使用M-Rife算法,符合EPS系统对扭矩传感器的要求。

CCPAZP-FFT捕获方法中频率估计算法研究

针对航天测控系统中因飞行器高速运动造成的直扩信号多普勒频率捕获精度下降问题,对CCPAZPFFT捕获方法中的频率估计算法进行了研究。结合M-Rife频率估计方法,通过频谱搬移将原始信号真实频率移动至量化频率中心,对获得的频谱的最大值与次大值进行插值,同时对捕获峰值的相邻相位维进行多普勒修正,提高多普勒频率的捕获精度。给出了算法的步骤,以及基于K7芯片的现场可编程逻辑阵列(FPGA)的实现流程。理论分析和仿真结果验证了算法的有效性,在接收信号载噪比38dB、多普勒动态-70~70kHz的环境中,多普勒捕获偏差由250Hz降至约10Hz,实测结果验证了算法的可行性。

EPS用SAW扭矩传感器结构优化及算法

针对市场上已有的车载电动助力转向系统(EPS)扭矩传感器存在易受噪声干扰、供电困难等缺点,结合声表面波(SAW)器件灵敏度高、抗干扰能力强等特点,提出了根据SAW原理对转向扭矩测量的方案。基于车载EPS使用环境复杂、温度变化大的特点,提出了一种可以消除温度影响的EPS用SAW扭矩传感器结构设计方案。在信号处理方面,针对M-Rife算法在对频率估计时,估计结果总体会发生频率偏移和误差过大的问题,提出了一种基于Welch和迭代插值算法对M-Rife算法改进的新算法。仿真和试验结果表明:改进的算法在估计EPS用SAW扭矩传感器频率信号方面拥有较好的精度,优于单独使用M-Rife算法。

基于二分法改进的Chirp信号参数估计算法

针对啁啾(Chirp)信号参数估计的高复杂度和在低信噪比(SNR)下保持高精度等问题,文章提出了一种改进的Chirp信号参数估计算法。该算法根据当信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性,不断地产生已知Chirp信号的共轭与未知Chirp信号相乘,找到使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了做到参数估计的高精度,用修正的幅度插值(M-Rife)算法估计中心频率和修正相乘后信号频谱的幅值。将该算法与短时傅里叶变换(STFT)结合,首先用STFT估计出调频率的大致范围和信号周期,然后用二分法代替等步长使改进的Chirp信号参数估计算法在这个大致范围内搜索,极大地降低了计算复杂度。实验结果表明,在SNR≥-10 dB时,该算法估计调频率归一化均方误差(NMSE)要优于分数阶傅里叶变换(FRFT)约1~2 dB,接近克拉美罗下界(CRLB)。