用于正弦波频率估计的修正I-Rife算法

对正弦波信号的频率估计是雷达领域常见的问题。当真实频率接近量化频点时,I-Rife算法的频移因子的计算会产生较大误差,为提高频率估计的精度,本文通过分析Rife及I-Rife算法的性能及误差产生的原因,利用频谱细化的方法,提出了一种修正I-Rife算法,即用峰值频点左右各0.5点处的频谱幅值来替代频谱峰值点的幅值和次大值频点处的幅值进行插值计算,对频率偏移值进行更为准确的估计,在计算量与I-Rife算法几乎相同的情况下,有效地提高了频率的估计精度。仿真结果表明,改进后的I-Rife算法整体性能优于I-Rife算法,且估计的均方根误差更接近于克拉美-罗下界。

基于Rife-Vincent(Ⅰ)窗的电力谐波分析方法

快速傅里叶变换(FFT)的电力谐波分析方法应用最多,但存在频谱泄漏和栅栏现象,影响谐波分析的精确度。为解决这个问题,先分析了常用窗函数和插值算法,后提出了基于5项Rife-Vincent(Ⅰ)窗六谱线插值的谐波分析方法。通过多项式曲线拟合,推导出幅值、相位和频率的修正公式,并用于仿真验证。仿真结果证明了算法的有效性和准确性:在分析简单信号时,与Hanning窗、Hamming窗、Blackman窗相比,5项Rife-Vincent(Ⅰ)窗的检测精度更高,幅值和相位相对误差分别小于8.94×10^(-6)%和2.60×10^(-4)%,基波频率相对误差低至-1.44×10^(-8)%;在分析包含间谐波的复杂信号时,所提出的算法相比其他算法计算精度更高。

基于五项Rife-Vincent(Ⅰ)窗的四谱线插值FFT谐波分析方法

目前,在电力谐波分析中快速傅里叶变换(FFT)应用得最为广泛,但是在非同步采样时,应用该变换容易产生频谱泄漏,出现栅栏效应。为减小非同步采样对FFT的影响,对旁瓣峰值电平小且下降速率快的五项Rife-Vincent(Ⅰ)窗进行了分析,并将它应用于FFT算法中,提出了基于五项Rife-Vincent(Ⅰ)窗的四谱线插值FFT谐波检测算法。经过多项式函数的拟合,得到了简单实用的四谱线插值修正公式,使计算过程更为简单。结果表明,与Hanning窗、Nuttall窗和四项Rife-Vincent(Ⅰ)窗插值FFT相比,相同条件下,五项Rife-Vincent(Ⅰ)窗具有更高的准确度,其幅值相对误差EAh≤6.524×10-5%,相位相对误差Eφh≤7.751×10^(-3)%。

基于通用可调(p,q)阶Rife-Vincent自乘-卷积窗的改进四谱线插值高精度谐波分析算法

加窗快速傅里叶变换(WIFFT)是一类重要的谐波参数估计方法。然而,快速傅里叶变换固有的栅栏效应以及非同步采样产生的频谱泄漏对谐波参数的估计精度有较大影响。为此,利用具有最大旁瓣衰减特性的I类Rife-Vincent窗作为父窗,提出一种新型的通用可调(p,q)阶Rife-Vincent自乘-卷积窗(RVSMC p-q),其特点在于通过改变乘积阶数和卷积阶数可以灵活地改变窗函数的主瓣宽度、旁瓣峰值和衰减速度。在此基础上,提出一种基于RVSMC p-q窗的四谱线插值高精度谐波参数估计方法,利用最小二乘拟合原理给出谐波信号的幅值、频率及相位参数的低复杂度多项式估计公式。在复杂谐波、间谐波及基波频率波动的情况下对基于RVSMC p-q窗的四谱线插值谐波参数估计方法的效果进行仿真。研究结果表明:在较低的乘积和卷积阶数条件下,新算法可以获得比经典的基于自乘积窗或自卷积窗的WIFFT算法更为优越的参数估计精度,且算法复杂度较低。

基于Rife算法的跳频信号瞬时频率估算方法研究

针对Rife算法在被估计信号频率位于量化频率点附近时估计精度较低的问题,提出一种改进的Rife跳频信号频率估计算法。该算法提出利用频谱细化的方法对信号DFT谱中次大谱线的位置进行搬移,从而使信号频率始终位于其DFT谱中两根最大谱线之间的中心区域。同时为了消除Rife算法在信号信噪比较低时,由于插值方向错误而增大的频率估计误差,提出对被估计信号加窗的方法对算法进行进一步的修正。仿真结果表明该算法的估计精度、抗噪性能和稳定性相比于Rife算法都有所提高。

基于Rife算法的跳频信号瞬时频率估计算法研究

针对Rife算法在被估计信号频率位于量化频率点附近时估计精度不高的问题,提出一种改进的Rife跳频信号频率估计算法。该算法提出利用频谱细化的方法对信号DFT谱中次大谱线的位置进行搬移,从而使信号频率始终位于其DFT谱中两根最大谱线之间的中心区域。同时为了消除Rife算法在信号信噪比较低时,由于插值方向错误而增大的频率估计误差,论文提出对被估计信号加窗的方法对算法进行进一步的修正。仿真结果表明该算法的估计精度、抗噪性能和稳定性相比于Rife算法都有所提高。

基于修正Rife算法的正弦波频率估计及FPGA实现

Rife算法的基础上,通过对输入信号进行频谱搬移,给出了一种修正Rife(MRife)算法。该算法易于并行实现。Monte Caro仿真表明,MRife算法具有频率估计精度高、整个量化频率范围内性能平稳等优点。当SNR(信噪比)大于0 dB时,MRife算法频率估计均方根误差接近克拉美-罗限(CRB,Cramer-Rao bound)。为了提高算法FPGA实现时的系统运行速度,提出使用FFT运算后的实/虚部代替FFT模进行插值,仿真表明对MRife算法性能影响不大。最后,将MRife算法在单片FPGA芯片内进行了硬件设计。布局布线后的时序仿真结果表明,该设计能够对输入数据速率为200 MHz的信号进行实时频率估计,数据不堆积。

基于Rife-Vincent自卷积窗插值校正的发电机准同期参量测量方法

对准同期参量进行精确快速测量是发电机准同期并列成功的关键。非同步采样时,基于谐波分析理论的准同期参量测量结果会产生较大误差,为此提出了基于Rife-Vincent自卷积窗插值校正的发电机准同期参量测量方法。分析了Rife-Vincent自卷积窗主瓣特性以及自卷积阶数对旁瓣性能的影响,同时给出了基于Rife-Vincent自卷积窗的插值频谱校正方法。通过仿真计算,得到了基波频率波动、谐波影响、噪声影响等不同情况下发电机准同期参量测量结果;同时对电压非稳态情况进行了仿真,分析了误差产生原因。仿真结果表明所提方法性能优越,能有效抑制频谱泄露效应。

基于改进Rife算法的LFMCW雷达测距方法及实现

为提高线性调频连续波(LFMCW)雷达测距精度,提出一种基于改进Rife算法的雷达测距方法。首先介绍了方法原理,并理论分析了方法的测距性能;其次,结合以FPGA EP3C55F484C8N为核心芯片的线性调频连续波雷达,探索了方法实现,并就方法实现的关键点之一——实数点处的DFT计算给出流程;然后,通过Quartus II进行时序仿真,结果显示所提方法可行;最后,利用线性调频连续波雷达实验平台进行现场测距验证,整个距离段上,系统可进行高精度测距,与现有实际测距方法相比,精度更高,稳定性更好,证明了方法的有效性。

基于Rife-Vincent窗频谱校正的介损因数测量

为减轻非同步采样和数据截断产生频谱泄漏和栅栏效应对介质损耗因数tanδ测量的影响,可选用旁瓣峰值电平小、且渐近衰减速率大的窗函数对信号加权处理.本文分析了Rife-Vincent窗的旁瓣特性,提出了基于Rife-Vincent窗频谱校正的tanδ测量方法,运用多项式拟合求出了计算简单、实用的校正公式,推导了介质损耗角及tanδ的计算式,并设计了基于AD73360L+ADSP-BF531+PIC32MX460F512L架构的介质损耗因数测量系统.仿真和实测结果表明,Rife-Vincent窗函数可有效抑制频谱泄漏,基于Rife-Vincent窗的频谱校正方法克服了谐波畸变干扰、电网频率波动、采样时长变化及白噪声对tanδ测量的影响,且设计实现简单,测量结果精确、稳定.介质损耗因数测量系统的应用实践证明了本文方法的正确性.

基于Teager-Kaiser能量算子Rife-Vincent窗频谱校正的电压闪变测量

分析了Teager-Kaiser能量算子的构成和Rife-Vincent窗的旁瓣特性,通过Teager-Kaiser算子快速提取电压闪变包络,将包络参数进行Rife-Vincent窗改进FFT谱分析与校正,简化IEC推荐的闪变测量过程,提出并建立了基于Teager-Kaiser能量算子Rife-Vincent窗频谱校正的电压闪变测量算法。仿真试验结果表明,本文提出的算法能有效克服单一频率调幅波频率变化、多频率成分调幅波、电网基波频率波动、谐波与间谐波以及白噪声对检测结果的影响,与传统电压闪变检测方法相比,设计实现简单、计算量小,测量结果精确、稳定,可用于电压闪变参数的在线监测。

Quinn和Rife-Jane算法用于振弦式传感器频率的精确检测

利用DSP高速、内存较大的特点,对振弦传感器输出信号进行过采样处理,以提高信噪比。提出了将Quinn和Rife-Jane算法结合起来对经过FFT变换后的信号进行精确频率计算。实验证明频率测量误差不大于1%,同时具有较强的抗干扰性。

基于FFT并二次修正的Rife频率估计算法

针对修正Rife(M-Rife)算法在低信噪比条件下频率估计性能下降的问题,提出一种改进的频率估计算法。首先利用最佳修正因子对快速傅里叶变换(Fast Fourier Transform,FFT)最大谱线进行修正,然后用校正的Rife法公式估计频率。若被估计信号频率接近于FFT量化频率,则对信号进行频移以使信号频率位于两相邻量化频率中心,再用校正的Rife法公式估计频率。频移过程中采用Quinn法来确定频移方向。仿真结果表明:改进算法不仅在整个被估计的频段内具有较高估计精度,均方根误差接近于CRLB,而且具有低信噪比门限,整体性能要优于M-Rife法。改进算法能够满足反潜鱼雷主动声引信提取目标回波多普勒频率的应用要求。

基于Quinn算法与改进的Rife算法的正弦信号频率估计

针对Rife算法在信噪比较低或相对偏差较小时,存在插值方向错误的情况,结合传统的Quinn算法,提出一种利用相对偏差对FFT变换后的信号进行估计的新算法;利用主瓣内最大幅值与次大幅值的中间幅值,对较大偏差的Rife算法进行改进.仿真结果表明,新算法估计误差小,估计性能优于传统的Rife算法和Quinn算法.

基于Rife-Vincent窗的高准确度电力谐波相量计算方法

非同步采样时,快速傅里叶变换应用于谐波分析容易造成频谱泄露和栅栏效应,影响谐波相量计算的准确度。分析Rife-Vincent窗的旁瓣特性,提出一种基于5项Rife-Vincent(I)窗双谱线插值FFT的谐波相量计算方法。与传统窗函数相比,5项Rife-Vincent(I)窗具有更好的频谱泄漏抑制特性,而双谱线插值算法能够对栅栏效应进行有效修正。仿真实验结果表明,在非同步采样条件下,提出的方法适合于非线性电路谐波相量分析,22次复杂谐波电流信号的频率计算相对误差仅为5.7×10-11%,幅值计算相对误差≤5.3×10-7%,初相位计算相对误差≤3.1×10-6%。

基于Rife法的线性调频连续波雷达测距算法及实现

介绍了基于Rife法的线性调频连续波(LFMCW)雷达测距算法的原理,给出该算法的实现步骤,并从理论上分析了算法的测距性能。结合可编程门阵列(FPGA)EP3C55F484C8N芯片,进行该算法的编程实现,并将算法嵌入高精度LFMCW雷达中。利用LFMCW雷达进行现场测距实验,实验结果验证了该算法的有效性。

基于改进的Rife测频算法及其FPGA实现

为了提高数字接收机的测频精度,文中在分析Rife算法性能的基础上,提出了一种改进的Rife测频算法,并对该算法的原理和FPGA实现步骤进行了详细说明。仿真结果表明,在相同的信噪比条件下,该算法的测频误差小于Rife算法。同时,为了提高算法的运算速度,在利用FPGA实现时,将对数运算利用查找表方法实现,采用减法操作替代除法运算,使测频速度高达240MHz。最终实测结果验证了算法的有效性。

基于相角判据的Rife算法的涡街信号处理方法

针对涡街信号频率估计中Rife算法在低信噪比、被估计频率接近量化频率时精度较差的问题,分析FFT结果幅值和相角的规律,提出了基于相角判据的Rife算法。对多种噪声环境下的涡街信号以及信号模型进行仿真,结果表明新的判据减小了方向判断错误比例、减小了平均误差,整体性能优于原始Rife算法。处理了实际涡街信号,表明其结果具有较好的一致性。新的相角判据为提高频率估计精度提供了一种新的思路,并且算法简单易于硬件实现。

基于双门限判决修正Rife算法的正弦信号频率估计

针对正弦信号频率估计复杂度和性能难以兼顾的问题,提出一种基于双门限判决修正Rife算法的频率估计算法.将信号频点划分为3个区域分别采用不同处理方案,具有估计精度高、运算量小的特点,适用于低功耗、低延时等应用场合.仿真结果表明,该方法克服了经典Rife算法在部分频点估计误差大的问题,其频率估计均方根误差距离克拉美罗界仅有0.5dB.与现有其它改进Rife算法相比,该方法在保证估计性能基本不变的前提下大幅降低所需计算量,有利于工程实现.

基于IRife算法的高精度LFMCW雷达测距方法

为实现高精度线性调频连续波(LFMCW)雷达测距,在分析Rife算法的基础上,提出了基于改进Rife(IRife)算法的LFMCW雷达测距方法。首先介绍了该方法的实现原理和实现步骤,然后在型号为EP4CE55F23A7N的FPGA芯片上进行方法实现,最后将该方法嵌入LFMCW雷达测距系统中进行现场实验验证。仿真和现场实验结果表明,在相同的信噪比条件下,相较于基于Rife算法的测距方法,基于IRife算法的测距方法均方根误差小,测距精度高,稳定性好,证明了该方法的有效性。