CN111624400B - 正弦信号频率测量方法 - Google Patents
正弦信号频率测量方法 Download PDFInfo
- Publication number
- CN111624400B CN111624400B CN202010354208.9A CN202010354208A CN111624400B CN 111624400 B CN111624400 B CN 111624400B CN 202010354208 A CN202010354208 A CN 202010354208A CN 111624400 B CN111624400 B CN 111624400B
- Authority
- CN
- China
- Prior art keywords
- frequency
- sigma
- sinusoidal signal
- fft
- rearrangement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
Abstract
本发明公开了一种正弦信号频率测量方法,该方法包括:对长度为N的正弦信号采样进行级数据加权。利用重排参数σ0、σ1和σ2对加权后的数据进行处理,在保留频域有效谐波分量的前提下将数据长度由N点缩减至N/M点,完成频谱压缩。对频谱压缩得到的三组数据依次进行N/M点FFT运算,然后将三组FFT结果中包含的有效谐波分量进行组间比较,选取谐波分量幅度最接近的两组FFT结果进行模值与位置估计。利用得到的模值和位置估计获取正弦信号频率。本发明的正弦信号频率测量方法,可以准确地估计出被测信号的频率。通过频谱压缩降低了FFT计算长度,频率测量范围较广,显著减小了FFT的计算点数,大大降低了FFT计算时延和复杂度。
Description
技术领域
本发明涉及频率测量技术领域,尤其涉及一种正弦信号频率测量方法。
背景技术
正弦信号频率测量是仪器仪表领域的重要问题,在载波稳定度监测、物理量计量、空间科学等领域都有着广泛应用。直接计数法是进行正弦频率测量的常用方法,根据直接测量量的不同又分为测频法和测周期法。测频法通过测量单位时间内被测信号的重复周期数来等效换算成信号频率,为保证测量精度,需要累积足够数目的重复周期数。这使得当信号频率较低时,测频法所需的测量时间较长,因此测频法通常只用于高频信号的测量。与测频法相对应的是测周期法,其工作原理是测量信号上升沿/下降沿之间的时间并换算成周期,进而得到信号频率。测周期法一方面对信号中叠加的噪声较为敏感,因为噪声会给信号过零点的判断带来一定误差;另一方面当被测信号频率较高时,误差在信号周期中所占的比重较大,频率估计精度显著降低。因此测周期法通常只用于低频信号的测量。此外,不论是测频法还是测周期法,它们都存在个最小计数间隔的误差,这导致它们都难以满足高精度频率测量要求。
随着数字采样芯片的精度和采样速率的不断提升,以及FPGA、DSP等可编程器件计算能力的大大提高,基于FFT的正弦信号数字测量方法开始得到应用,这大大降低了硬件设计复杂度。在基于FFT的正弦信号数字测量方案中,首先对采样得到的N点正弦信号加窗,以避免其频域能量泄露而影响频率估计精度。接着,对加窗信号进行N点FFT运算,最后从FFT计算结果中找到信号峰值及其邻近谐波分量,通过峰值内插的方式得到的被测信号的频率。当信号采样率较高或者频率估计精度要求较高时,需要通过增加FFT点数N的方式来得到更为准确的频率估计结果。例如对于数百KHz乃至MHz量级的高频信号测量,为使得频率测量准确度在1Hz以下,采样点数N将达到105量级以上,这无疑带来了巨大的计算量。
发明内容
为解决上述现有技术中存在的技术问题,本发明提供了一种正弦信号频率测量方法。具体技术方案如下:
一种正弦信号频率测量方法,所述方法包括:
对长度为N的正弦信号采样进行级数据加权;
利用重排参数σ0、σ1和σ2对加权后的数据进行处理,在保留频域有效谐波分量的前提下将数据长度由N点缩减至N/M点,完成频谱压缩;
对频谱压缩得到的三组数据依次进行N/M点FFT运算,然后将三组FFT结果中包含的有效谐波分量进行组间比较,选取谐波分量幅度最接近的两组FFT结果进行模值与位置估计;
利用得到的模值和位置估计获取正弦信号频率。
上述正弦信号频率测量方法中,在采样频率fs下,对幅度为A,频率为f,相位为θ的正弦频率进行N点采样,得到长度为N的正弦信号采样x(n):
式中,λ0表示归一化频率,其表达式为:
对x(n)进行级数据加权处理,获取信号xw(n):
xw(n)=x(n)·w(n),n=0,1,…,N-1,
其中加权系数w(n)定义为:
上述正弦信号频率测量方法中,令重排参数σ0、σ1和σ2中谐波分量幅度最接近的两组FFT结果对应的重排参数为σ和σ′;
利用重排参数σ,按照如下方式重新调整序列xw(n),n=0,1,…,N-1的数据次序,得到调整后的新序列xσ(n):
xσ(n)=xw((nσ)N),n=0,1,…,N-1.
式中,σ-1表示重排参数σ的算术逆且满足(σσ-1)N=1;
上述正弦信号频率测量方法中,在的前N/2M个分量中,选取前3个模值最大的谐波分量,并将其频率位置分别记作a0,a1,a2;类似地,在的后N/2M个分量中,选取前4个模值最大的谐波分量,并将其频率位置分别记作c0,c1,c2,c3;
ψ与Xw(k),k=0,1,…,N-1中的M个频率位置相对应,这些频率位置组成集合P:
当δ≠0且δ≠0.5时,
上述正弦信号频率测量方法中,令η=(|Xw(l+1)|-|Xw(l-1)|)/|Xw(l)|,归一化频率的小数部分表示为:
进而获取正弦信号的频率为:f=(l+δ)fs/N。
上述正弦信号频率测量方法中,定义σ的失效集为
重排参数σ0、σ1和σ2的优化过程如下:
a.令i=j=k=0,初始化重排参数的取值全集U={M+1,M+3,…,N-1},用size{U}表示集合U中重排参数个数,并要求重排参数为奇数并且大于M;
c.若j≥size{U},则转至步骤b,否则σ1=U(j);
e.当σ=σ1,σ′=σ0时,若
h.当σ=σ2,σ′=σ0时,以及当σ=σ2,σ′=σ1时,若
上述正弦信号频率测量方法中,所述方法在数字处理芯片内完成,重排参数σ0,σ1,σ2优选在频率测量之前完成并保存在数字处理芯片内。
本发明技术方案的主要优点如下:
本发明的正弦信号频率测量方法,可以准确地估计出被测信号的频率。通过频谱压缩降低了FFT计算长度,频率测量范围较广,并能随着信号采样率的提升不断拓展,同时在不同频段都能保证相同测量精度。此外,通过频谱压缩显著减小了FFT的计算点数,大大降低了FFT计算时延和复杂度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一实施例提供的正弦信号频率测量方法的整体架构图;
图2为本发明一实施例提供的正弦信号频率测量方法中保留有效谐波分量的频谱压缩过程示意图;
图3为本发明一实施例提供的正弦信号频率测量方法中基于不同重排参数确定频率位置ψ和ψ′的过程示意图;
图4为本发明一实施例提供的正弦信号频率测量方法中重排参数优选流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下结合附图,详细说明本发明实施例提供的技术方案。
本发明实施例提供了一种正弦信号频率测量方法,如附图1所示,该方法包括:
对长度为N的正弦信号采样进行级数据加权;
利用重排参数σ0、σ1和σ2对加权后的数据进行处理,在保留频域有效谐波分量的前提下将数据长度由N点缩减至N/M点,完成频谱压缩;
对频谱压缩得到的三组数据依次进行N/M点FFT运算,然后将三组FFT结果中包含的有效谐波分量进行组间比较,选取谐波分量幅度最接近的两组FFT结果进行模值与位置估计;
利用得到的模值和位置估计获取正弦信号频率。
本发明实施例提供的正弦信号频率测量方法,可以准确地估计出被测信号的频率。通过频谱压缩降低了FFT计算长度,频率测量范围较广,并能随着信号采样率的提升不断拓展,同时在不同频段都能保证相同测量精度。此外,通过频谱压缩显著减小了FFT的计算点数,大大降低了FFT计算时延和复杂度。
具体地,以下对本发明实施例提供的正弦信号频率测量方法进行详细阐述:
在采样频率fs下,对幅度为A,频率为f,相位为θ的正弦频率进行N点采样,可以得到:
这里信号长度N设置为2的整数次幂,信号频率f与采样频率fs满足Nyquist采样定理的要求,即f<fs/2。λ0表示归一化频率,其表达式为:
其中l表示归一化频率的整数部分,δ为归一化频率的小数部分且满足|δ|<0.5。由于δ的存在,直接对序列x(n)进行N点FFT运算会因能量泄露而导致频谱失真,这是因为正弦信号频率f并非FFT频率分辨率fs/N的整数倍。失真的正弦信号频谱包含大量谐波分量,难以用于准确估计原信号的频率。为此,需要在FFT运算之前,先对x(n)进行如下加权处理,以降低频谱中谐波分量的数目。加权后的信号表示为:
xw(n)=x(n)·w(n),n=0,1,…,N-1, (3)
其中加权系数w(n)定义为:
定义重排参数σ,它满足σ<N并且σ与数据长度N的最大公约数为1,因此σ的取值限定为奇数。为方便起见,将xmodN简写为(x)N。利用重排参数σ,按照如下方式重新调整序列xw(n),n=0,1,…,N-1的数据次序,即:
xσ(n)=xw((nσ)N),n=0,1,…,N-1. (5)
xσ(n)表示数据次序调整后得到的新序列。为了说明序列重排给信号频谱带来的改变,用Xσ(k),k=0,1,…,N-1表示xσ(n)的FFT,它可以表示为:
其中σ-1表示重排参数σ的算术逆且满足(σσ-1)N=1。基于式(6)进一步可以得出Xw(k)=Xσ((kσ)N)。这说明经过时域的数据次序调整,在频域各频率分量的排列方式也发生了变化。Xw(k)中相邻的谐波分量将被映射到Xσ(k)中两个间隔为σ的频率位置上。特别是对于Xw(k)中零频左侧或右侧的2H个有效谐波分量,各分量在Xσ(k)中的间隔被扩大到σ。
接下来,将xσ(n)与如下加权系数wr(n)相乘:
其中M<N且M也为2的整数次幂。利用加权结果,按照如下方式产生长度为N/M的数据序列:
由于加权系数wr(n)的频谱是宽度为M的矩形窗,xσ(n)与wr(n)相乘对应于在频域两者频谱的卷积,这使得Xσ(k)中每个有效谐波分量都被“复制”到周围M-1个频率位置上。如果Xσ(k)中任意两个有效谐波分量的距离都大于M,那么这些分量在扩展后彼此不会产生串扰。进一步,利用式(8)产生等价于对xσ(n)·wr(n),n=0,1,…,N-1的频谱进行1/M倍的均匀抽取。经过矩形窗的扩展,有效谐波分量在抽取后仍能全部保留。因此,按照式(5)和式(8)产生其FFT结果不仅保留了Xw(k),k=0,1,…,N-1的所有有效谐波分量,还使FFT点数降低为原来的1/M,这样便实现了频谱压缩。与此同时,Xw(k)中两个相邻谐波分量在中的间距变为或这里和分别代表下取整和上取整运算。
其中,保留有效谐波分量的频谱压缩过程可以参见附图2。
附图2中以归一化频率λ0=7.3为例,选择H=2,N=32,σ=7,M=2来说明频谱压缩的过程。由于λ0=7.3,在未压缩前的频谱Xw(k),k=0,1,…,31中,2H=4个有效谐波分量位置分别为6、7、8、9,与之相关的对称分量分别为23、24、25、26。在经过式(5)描述的序列重排后,频谱内有效谐波分量的位置也发生了改变,分别映射到10、17、24、31四个位置上,频率间隔为7,与重排参数σ相同。相应地,对称分量的位置也变为1、8、15、22。经过(8)描述的频谱压缩后,频域数据长度由32变为16,但有效谐波分量(包括其对称分量)均在压缩频谱中得以保留。在压缩频谱中,有效谐波分量的位置为5、8、12、15,频率间隔变为或类似地,对称分量的位置为0、4、7、11,频率间隔同样为或
完成频谱压缩后,进行模值与位置估计。
模值与位置估计的任务是从压缩频谱中确定模值|Xw(l)|、|Xw(l-1)|、|Xw(l+1)|及归一化频率的整数部分l。在的前N/2M个分量中,选取前3个模值最大的谐波分量,并将其频率位置分别记作a0,a1,a2。类似地,在的后N/2M个分量中,选取前4个模值最大的谐波分量,并将其频率位置分别记作c0,c1,c2,c3。进一步,a0,a1,a2所指定的谐波分量存在着3个对称分量,它们的位置b0,b1,b2满足|ai+bi-N/M|≤1且bi∈{c0,c1,c2,c3}。将作为参考谐波分量,首先确定满足如下约束的谐波分量
综合起来可以得到:
由于频谱压缩,ψ与Xw(k),k=0,1,…,N-1中的M个频率位置相对应,这些频率位置组成集合P:
用表示频率分量在频谱Xw(k),k=0,1,…,N-1中的位置,则为了确定唯一确定需要利用新的重排参数σ′重新生成压缩频谱类似地,在的前N/2M个分量中,选取前3个模值最大的谐波分量,并将其频率位置分别记作a′0,a1′,a′2,它们对称分量的位置记作b0′,b1′,b2′,确定方式与前面的过程相同。下面根据的归一化频率λ0小数部分δ的不同,分类讨论的计算方式。
δ≠0且δ≠0.5的情况:
当δ≠0且δ≠0.5时,此时|Xw(l)|≠|Xw(l-1)|≠|Xw(l+1)|,能够保证与或与在未压缩频谱Xw(k),k=0,1,…,N-1中对应于同一谐波分量。若令ψ′表示所对应的谐波分量在压缩频谱的频率位置,则:
ψ′同样与Xw(k),k=0,1,…,N-1中的M个频率位置相对应,这些频率位置组成集合P′:
基于不同重排参数确定频率位置ψ和ψ′的过程可以参见附图3。
附图3以归一化频率λ0=22.25为例,选择H=2、数据长度N=128、压缩因子M=4、重排参数σ=7、σ′=15来说明频率位置ψ和ψ′的确定过程。首先在重排参数σ=7时,对于压缩频谱通过模值比较确定a0=6,a1=8,a2=5,进而得到b0=25,b1=24,b2=27。此时因此由式(9)可得ψ=8。当重排参数变为σ′=15时,在新的压缩频谱中,a′0=13,a1′=10,a′2=15,相应地可以确定出b0′=18,b1′=22,b2′=17。此时根据式(11)可以计算出ψ′=22。进一步根据式(10)和式(12),代入ψ和ψ′可以分别计算出P={41,96,23,78},P′={57,40,23,6},所以最后根据式(16)可以得到归一化频率的整数部分l=22,与初始设置吻合。
δ=0的情况:
δ=0会导致|Xw(l-1)|=|Xw(l+1)|。此时可能会出现与或者与在未压缩频谱Xw(k),k=0,1,…,N-1中对应于同一谐波分量的情况。在这种情况下,利用式(11)产生的ψ′来生成集合P′,会导致从而无法进一步确定在式(11)计算结果的基础上,进一步将ψ′修正为
δ=0.5的情况
δ=0.5会导致|Xw(l)|=|Xw(l+1)|。此时可能会出现与或者与在未压缩频谱Xw(k),k=0,1,…,N-1中对应于同一谐波分量的情况。在这种情况下,利用式(11)产生的ψ′来生成集合P′,也会导致从而无法进一步确定在式(11)计算结果的基础上,进一步将ψ′修正为
通过上述过程算的归一化频率的整数部分后,令η=(|Xw(l+1)|-|Xw(l-1)|)/|Xw(l)|,则归一化频率的小数部分可以表示为:
进而归一化频率λ0=l+δ,相应地实际频率f=(l+δ)fs/N。
至此,完成正弦信号频率测量。
进一步地,本发明实施例提供的正弦信号频率测量方法还包括对重排参数的优化。
在重排参数σ的选择上,除了需要满足式(13)的约束以使得P∩P′只产生唯一元素外,还要保证Xσ(k)中任意两个有效谐波分量的距离都大于M,这样频谱压缩过程中有效谐波分量之间不发生串扰。为此,重排参数σ还应当满足:
对于任意的重排参数σ,总存在l∈{H+1,H+2,…,N/2-H}使得上面的约束不满足。
因此定义σ的失效集为:
通过优选三个重排参数σ0,σ1,σ2,使得任意两个重排参数都满足这样对于满足l∈{H+1,H+2,…,N/2-H}的任意归一化频率,三个候选重排参数σ0,σ1,σ2中一定存在两个重排参数使得(18)成立,它们即可当作σ,σ′用来进行频谱压缩和模值与位置估计。本发明实施例给出的重排参数σ0,σ1,σ2的优选方案如下:
a.令i=j=k=0,初始化重排参数的取值全集U={M+1,M+3,…,N-1},用size{U}表示集合U中重排参数个数。这里要求重排参数为奇数并且大于M,否则Xw(k),k=0,1,…,N-1中两个相邻谐波分量重排后距离将小于M,频谱压缩后一定会出现串扰;
c.若j≥size{U},则转至步骤b,否则σ1=U(j);
该参数优选方案的流程图如图4所示。
需要说明的是,参数优选是离线完成的,在频率估计时无需在线计算或调整。在使用时,可以利用σ0,σ1,σ2同时对加权数据xw(n),n=0,1,…,N-1进行频谱压缩操作,然后对三组压缩后的数据分别执行FFT运算,并选取每组FFT结果中的前4H个最大模值进行组间两两比较。模值最接近的两组FFT结果再用于位置和模值估计,它们对应的重排参数可分别看作σ和σ′。
可选地,本发明实施例提供的正弦信号频率测量方法只需要利用数字采样芯片对正弦信号进行采样,采样结果送入FPGA、DSP等数字处理芯片内完成频率估计,无需复杂的信号整形电路或时钟控制电路,硬件结构简单。基于此,重排参数σ0,σ1,σ2优选在频率测量之前完成并保存在数字处理芯片内。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外,本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。
最后应说明的是:以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种正弦信号频率测量方法,其特征在于,所述方法包括:
对长度为N的正弦信号采样进行级数据加权;
利用重排参数σ0、σ1和σ2对加权后的数据进行处理,在保留频域有效谐波分量的前提下将数据长度由N点缩减至N/M点,完成频谱压缩;
对频谱压缩得到的三组数据依次进行N/M点FFT运算,然后将三组FFT结果中包含的有效谐波分量进行组间比较,选取谐波分量幅度最接近的两组FFT结果进行模值与位置估计;
利用得到的模值和位置估计获取正弦信号频率;
其中,在采样频率fs下,对幅度为A,频率为f,相位为θ的正弦频率进行N点采样,得到长度为N的正弦信号采样x(n):
式中,λ0表示归一化频率,其表达式为:
式中,l表示归一化频率的整数部分,δ为归一化频率的小数部分;
对x(n)进行级数据加权处理,获取信号xw(n):
xw(n)=x(n)·w(n),n=0,1,…,N-1,
其中加权系数w(n)定义为:
其中,令重排参数σ0、σ1和σ2中谐波分量幅度最接近的两组FFT结果对应的重排参数为σ和σ′;
利用重排参数σ,按照如下方式重新调整序列xw(n),n=0,1,…,N-1的数据次序,得到调整后的新序列xσ(n):
xσ(n)=xw((nσ)N),n=0,1,…,N-1.
式中,σ-1表示重排参数σ的算术逆且满足(σσ-1)N=1,(x)N表示x mod N;
式中,M为2的整数次幂,M<N;
其中,在的前N/2M个分量中,选取前3个模值最大的谐波分量,并将其频率位置分别记作a0,a1,a2,a0,a1,a2所指定的谐波分量存在着3个对称分量,3个对称分量的位置为b0,b1,b2,满足|ai+bi-N/M|≤1且bi∈{c0,c1,c2,c3};类似地,在的后N/2M个分量中,选取前4个模值最大的谐波分量,并将其频率位置分别记作c0,c1,c2,c3;
ψ与Xw(k),k=0,1,…,N-1中的M个频率位置相对应,这些频率位置组成集合P:
当δ≠0且δ≠0.5时,
其中,令η=(|Xw(l+1)|-|Xw(l-1)|)/|Xw(l)|,归一化频率的小数部分表示为:
进而获取正弦信号的频率为:f=(l+δ)fs/N。
2.根据权利要求1所述正弦信号频率测量方法,其特征在于,
定义σ的失效集为
重排参数σ0、σ1和σ2的优化过程如下:
a.令i=j=k=0,初始化重排参数的取值全集U={M+1,M+3,…,N-1},用size{U}表示集合U中重排参数个数,并要求重排参数为奇数并且大于M;
c.若j≥size{U},则转至步骤b,否则σ1=U(j);
e.当σ=σ1,σ′=σ0时,若
h.当σ=σ2,σ′=σ0时,以及当σ=σ2,σ′=σ1时,若
3.根据权利要求2所述的正弦信号频率测量方法,其特征在于,所述方法在数字处理芯片内完成;
重排参数σ0,σ1,σ2优选在频率测量之前完成并保存在数字处理芯片内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010354208.9A CN111624400B (zh) | 2020-04-29 | 2020-04-29 | 正弦信号频率测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010354208.9A CN111624400B (zh) | 2020-04-29 | 2020-04-29 | 正弦信号频率测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111624400A CN111624400A (zh) | 2020-09-04 |
CN111624400B true CN111624400B (zh) | 2021-10-19 |
Family
ID=72270833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010354208.9A Active CN111624400B (zh) | 2020-04-29 | 2020-04-29 | 正弦信号频率测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624400B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125138B (zh) * | 2023-04-17 | 2023-07-14 | 湖南工商大学 | 基于旋转调节的正弦信号频率快速估计方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008043203A1 (de) * | 2008-10-27 | 2010-04-29 | Robert Bosch Gmbh | Vorrichtung zum Erfassen einer Frequenz eines Generatorausgangssignals |
CN102221694A (zh) * | 2011-04-11 | 2011-10-19 | 中国人民解放军理工大学 | 无线电干涉定位中基于素数序列的测量频率选择方法 |
CN106802368A (zh) * | 2017-01-19 | 2017-06-06 | 湖南大学 | 一种基于频域插值的广域电网相量测量方法 |
CN108120873A (zh) * | 2016-11-29 | 2018-06-05 | 杨振文 | 一种新型正弦信号频率测量方法 |
CN109900959A (zh) * | 2019-04-17 | 2019-06-18 | 贵州电网有限责任公司 | 一种动态正弦畸变信号中谐波成分的提取方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202009003966U1 (de) * | 2009-03-20 | 2009-06-04 | Rosenberger Hochfrequenztechnik Gmbh & Co. Kg | Messspitzen |
CN104833937B (zh) * | 2015-05-21 | 2017-08-11 | 湖南大学 | 一种基于mir‑rsd高精度余弦窗插值fft算法的谐波测量通道校准方法 |
CN108390698B (zh) * | 2018-03-16 | 2021-08-10 | 贵州电网有限责任公司 | 一种基于插值fft算法的电力线载波参数测量方法 |
CN108918961B (zh) * | 2018-04-08 | 2020-08-04 | 三峡大学 | 一种针对频率时变正弦信号的快速频率测量方法 |
-
2020
- 2020-04-29 CN CN202010354208.9A patent/CN111624400B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008043203A1 (de) * | 2008-10-27 | 2010-04-29 | Robert Bosch Gmbh | Vorrichtung zum Erfassen einer Frequenz eines Generatorausgangssignals |
CN102221694A (zh) * | 2011-04-11 | 2011-10-19 | 中国人民解放军理工大学 | 无线电干涉定位中基于素数序列的测量频率选择方法 |
CN108120873A (zh) * | 2016-11-29 | 2018-06-05 | 杨振文 | 一种新型正弦信号频率测量方法 |
CN106802368A (zh) * | 2017-01-19 | 2017-06-06 | 湖南大学 | 一种基于频域插值的广域电网相量测量方法 |
CN109900959A (zh) * | 2019-04-17 | 2019-06-18 | 贵州电网有限责任公司 | 一种动态正弦畸变信号中谐波成分的提取方法 |
Non-Patent Citations (1)
Title |
---|
《宽带信号频谱分析关键技术研究及系统实现》;郭连平;《电子科技大学博士论文》;20150301 * |
Also Published As
Publication number | Publication date |
---|---|
CN111624400A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104007316B (zh) | 一种欠采样速率下的高精度频率测量方法及其测量仪 | |
WO2018188228A1 (zh) | 高精度频率测量系统及方法 | |
CN109633262A (zh) | 基于组合窗多谱线fft的三相谐波电能计量方法、装置 | |
CN105203837B (zh) | 无功功率测量方法 | |
CN111624400B (zh) | 正弦信号频率测量方法 | |
CN102301601A (zh) | 用于非线性误差的估算和补偿的方法和装置 | |
Liu et al. | Improved blind timing skew estimation based on spectrum sparsity and ApFFT in time-interleaved ADCs | |
CN108918965A (zh) | 多通道信号相位、幅度高精度测量方法 | |
CN103155476B (zh) | 通过内插法使用固定频率模数转换量化所采样的输入 | |
CN104155521A (zh) | 相位差的确定方法和装置 | |
CN1753312B (zh) | 一种脉冲信号的直接数字合成装置及其方法 | |
CN103095297B (zh) | 直接数字频率合成器产生精准频率的方法 | |
RU88157U1 (ru) | Информационно-измерительная система для контроля качества электрической энергии | |
Grimaldi et al. | Identification of ADC error model by testing of the chosen code bins | |
CN106685423A (zh) | 模数转换器静态参数正弦波测试方法 | |
CN112731790A (zh) | 一种基于时域分段插值补偿提高rtc校准精度的方法 | |
Borys | Another proof of ambiguity of the formula describing aliasing and folding effects in spectrum of sampled signal | |
CN104391175A (zh) | 具有宽频率范围揭示和保持相位信息的测频系统及其测频方法 | |
CN113189403B (zh) | 一种自适应正交解调方法 | |
Ghanavati et al. | A low-power high-linear time-to-digital converter for measuring RR intervals in ECG signal optimized by neural network and TLBO algorithm | |
RU2476896C2 (ru) | Способ калибровки измерительных систем | |
CN114265017A (zh) | 一种基于数字信号处理的相噪测量方法 | |
Tiwari et al. | FPGA implementation of wavelet filters for power system harmonics estimation | |
CN117074805A (zh) | 毫赫兹级别频率分辨率的全数字化相位噪声测量方法 | |
Elbornsson | Blind estimation and error correction in a CMOS ADC |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |