CN112595889A - 非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 - Google Patents
非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 Download PDFInfo
- Publication number
- CN112595889A CN112595889A CN202011238816.XA CN202011238816A CN112595889A CN 112595889 A CN112595889 A CN 112595889A CN 202011238816 A CN202011238816 A CN 202011238816A CN 112595889 A CN112595889 A CN 112595889A
- Authority
- CN
- China
- Prior art keywords
- sampling
- signal
- frequency
- channel
- damping factor
- 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.)
- Granted
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
- Complex Calculations (AREA)
Abstract
一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,首先将生成的MEDS信号分流至两条并行通道中,在第一条通道中对信号进行采样,并运行振幅和分量个数最优估计算法,得到相应的估计值,与此同时,在第二条通道中也对信号进行采样,但是该通道中的采样时钟的上升沿与第一条通道中的采样时钟的上升沿相差,Te≤1/fmax,fmax是信号的最大频率,然后运行复频率联合估计算法,得到相应的估计值,从而完成MEDS信号的参数测量。本发明能够适用于频率分量个数未知和模型不匹配的非理想信号环境,且信号重构精度优于现有方法。
Description
技术领域
本发明属于信号处理技术领域,具体涉及一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法。
背景技术
在语音分析、核磁共振成像等诸多应用中,多指数衰减正弦信号(MultipleExponentially Damped Sinusoids,MEDS)的参数测量是一个普遍存在的问题。因此,有不少研究者为了能够解决该问题,提出了很多用于解决MEDS信号的参数测量方法。Ruiz等学者提出了一种估计方法,该方法能够减少不完全采样数据产生的确定性误差。Chen等学者提出了一种基于子空间的参数估计方法。然而,上述方法都是基于著名的Nyquist采样理论,该理论要求采样率是信号带宽的两倍。因此,对于宽频带信号,这些方法需要非常高的采样率,导致采样量大,参数测量处理繁重。
考虑具有如下形式的连续时间MEDS信号x(t)
其中,ck,k=1,2,…K是复振幅,并且分量个数K未知,sk=rk+j2πfk是复频率,rk是阻尼因子,fk是极点频率,σ(t)是模型匹配误差信号。由于信号发生器不能生成理想的MEDS信号,我们设置模型匹配误差信号σ(t)≠0。现对MEDS信号x(t)进行采样,假设采样速率为fs,则采样值可表示为:
近年来,不少学者对采用欠Nyquist采样法进行MEDS信号参数测量十分关注。但是,使用欠Nyquist采样法有一个弊端,即该方法会导致频谱混叠现象。因此,如何解决频谱混叠现象是一个关键问题。R.Venkataramani等学者提出了一种多速度欠Nyquist采样方案来解决这种频谱混叠问题,但是,该方法需要对频率分量的数量施加一定的限制。R.G.Baraniuk等学者提出了基于压缩感知(Compressed Sensing,CS)理论的一些方法,比如随机解调器和随机采样等信息转换技术也是一种潜在的频率估计方法,但是,硬件难以实现CS所要求的的对信号进行随机采样。S.Qin等人提出了一种基于互质速率的双通道欠奈奎斯特采样和参数测量方案,然而,S.Huang等学者证明了在某些条件下,S.Qin的方法不能对频率进行唯一估计。S.Huang等学者提出了一种基于成对互质速率的三通道欠Nyquist采样和参数测量方案,该方法能够成功地解决频谱混叠问题,然而,该方法需要大量的样本才能获得唯一解。G.Huang等学者针对多个正弦信号提出了两种多通道采样方案,该方案同样能够解决频谱混叠问题。但是,这些系统需要知道频率分量的个数,而且并不是专门为MEDS信号设计的。然而,很多现有的方法都是基于Nyquist采样理论的,需要大量的采样值。因此,如何在通过较少的采样值测量MEDS信号的参数的同时解决欠Nyquist采样带来的频谱混叠问题仍然是一个关键难题。
发明内容
为了克服已有技术的不足,针对非理想MEDS信号的欠Nyquist采样与参数测量方法,本发明提出一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,由两个欠Nyquist采样通道组成,这两个通道各有一个采样时钟,分别为CLK1和CLK2,并且两个通道具有相同的采样速率,CLK1和CLK2的上升沿之间的时间延迟Te小于或等于Nyquist采样间隔,即Te≤1/fmax,这里fmax表示信号的最大频率,从而形成了采样时钟交错;本发明能够适用于频率分量个数未知和模型不匹配的非理想信号环境,且信号重构精度优于现有方法。
本发明解决其技术问题所采用的技术方案是:
一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,包括以下步骤:
步骤一,初始化生成MEDS信号,信号形式如下:
其中,ck,k=1,2,…K是复振幅,并且分量个数K未知,sk=rk+j2πfk是复频率,rk是阻尼因子,fk是极点频率,σ(t)是模型匹配误差信号,然后将该信号分流到2条并行的采样通道中,分流所到达的两个通道各有一个采样时钟CLK1和CLK2,这两个通道的采样速率相同,CLK1和CLK2的上升沿之间的时间延迟Te小于或等于Nyquist采样间隔,即Te≤1/fmax,fmax表示信号的最大频率,从而形成了采样时钟交错;
步骤二,第一条通道采样:在第一条采样通道中,信号x(t)根据时钟CLK1被均匀采样,并且采样由下式给出:
进一步,所述步骤三中,算法过程的数学模型描述如下:
3.1,建立优化模型,优化模型表示如下:
其中,
是指优化对象函数;
再进一步,所述步骤五中,算法过程如下:
则得阻尼因子rk的估计值如下式:
同时得到极点频率fk的估计值如下式:
其中,∠(·)表示(·)的幅角主值,且0≤∠(·)<2π;
5.2,由公式(7)和公式(8)得
5.3,求解bk的估计值,利用N′≥K个连续采样值xe[n′](1≤n′≤K)构建一个N′×1的向量,该向量形式如下:
xe=[xe[0],xe[1],…,xe[N′-1]]T (12)
进一步化简公式(16)得如下不等式:
0≤mk≤(Q-1) (18)
与公式(18)相结合,则有:
0≤mkfsTe<1 (20)
本发明首先将生成的MEDS信号分流至两条并行通道中,在第一条通道中对信号进行采样,并运行振幅和分量个数最优估计算法,得到相应的估计值,与此同时,在第二条通道中也对信号进行采样,但是该通道中的采样时钟的上升沿与第一条通道中的采样时钟的上升沿相差Te(Te≤1/fmax,fmax是信号的最大频率),然后运行复频率联合估计算法,得到相应的估计值,从而完成MEDS信号的参数测量。
本发明的有益效果主要表现在:能够适用于频率分量个数未知和模型不匹配的非理想信号环境,且信号重构精度优于现有方法。
附图说明
图1是基于欠Nyquist采样的MEDS信号的参数测量系统的原理图。
图2是本发明方法在噪声情况下的性能与其他系统的比较结果,其中,(a)不同系统的均方误差(b)不同系统的平均方差。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1,一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,包括以下步骤:
步骤一,初始化生成MEDS信号,信号形式如下:
其中,ck,k=1,2,…K是复振幅,并且分量个数K未知,sk=rk+j2πfk是复频率,rk是阻尼因子,fk是极点频率,σ(t)是模型匹配误差信号,然后将该信号分流到2条并行的采样通道中,分流所到达的两个通道各有一个采样时钟CLK1和CLK2,这两个通道的采样速率相同,CLK1和CLK2的上升沿之间的时间延迟Te小于或等于Nyquist采样间隔,即Te≤1/fmax,fmax表示信号的最大频率,从而形成了采样时钟交错;
步骤二,第一条通道采样:在第一条采样通道中,信号x(t)根据时钟CLK1被均匀采样,并且采样由下式给出:
3.1,建立优化模型,优化模型表示如下:
其中,
是指优化对象函数;
则得阻尼因子rk的估计值如下式:
同时得到极点频率fk的估计值如下式:
其中,∠(·)表示(·)的幅角主值,且0≤∠(·)<2π;
5.2,由公式(7)和公式(8)得
5.3,求解bk的估计值,利用N′≥K个连续采样值xe[n′](1≤n′≤K)构建一个N′×1的向量,该向量形式如下:
xe=[xe[0],xe[1],…,xe[N′-1]]T (12)
进一步化简公式(16)得如下不等式:
0≤mk≤(Q-1) (18)
与公式(18)相结合,则有:
0≤mkfsTe<1 (20)
实验对比:为了验证本发明方法的优势,我们将本发明方法与S.Qin提出的双通道延时系统和S.Huang提出的三通道采样系统进行对比,其比较结果如表1所示。
表1
从表1可以看出,本发明方法仅以3K个样本就能解决频谱混叠问题,这比其他两个采样系统要少得多。此外,当频率分量个数K未知时,本发明方法是适用的,而其他两个系统则不适用。
本发明为了检测系统的有效性,还进行了几个相关的实验。对于公式一所定义的MEDS信号本发明仍然能够成功地完成参数测量。MEDS信号x(t)含有K个频率分量,其最大频率为fmax=10KHz,复振幅ck随机选取范围为(0,1+i),阻尼因子rk在(0,1)上随机分布,并且极点频率fk在(0,fmax)上分布。为了方便比较,我们尽可能的设置相似的系统参数:双通道延时系统和本发明方法的信道采样率设置为fs=fmax/4=2.5KHz;三通道采样系统的三条信道采样率分别设置为fs=2,2.5,3.3KHz。
首先,在无噪声的情况下,我们用少量样本来验证本发明所用采样系统的有效性。设置待测MEDS信号x(t)的分量个数K=5。假设K是已知的,并且从双通道延时系统中选取4K=20个采样值以及从三通道采样系统中选取188个采样值恢复信号。在本发明方法中,只要3K=15个采样值(并且K是未知的)就能恢复信号。无噪声情况下的恢复结果对比如表2所示。
表2
从表2可以看出,尽管Qin和Huang的系统能够估计所有的极点频率,但是不能估计复振幅和阻尼因子。本发明方法可以准确恢复待测MEDS信号的各个参数。更值得注意的是,本发明方法所需的采样值个数比Qin和Huang的系统更少。
然后,我们研究了本发明方法在噪声情况下的性能,并与其他系统进行了比较。比较结果如图2所示。
设置待测MEDS信号x(t)的分量个数K=3,并且在(0,10)KHz的区间上随机均匀绘制频谱图。用高斯白噪声对信号进行干扰。这些系统设置的目的是获取相同数量的采样值,采样值个数为Num=188。实验测试进行了1000次,输入SNR电平从0dB增加到50dB。在图2中,我们针对输入SNR绘制了均方误差(MSE)和方差(VAR)曲线图。从图2可以看出,可以从以下三种情况分析估计性能:
1)低SNR(SNR<5dB)。对于低SNR,样本数量在参数估计中起主要作用。由于三个系统的样本数是固定的,因此估计性能保持相似。
2)提高SNR(5dB≤SNR≤25dB)。对于提高SNR,恢复算法在参数估计中更为重要。由于在恢复过程中我们采用了一些优化和去噪技术,显然,本发明方法的MSE和VAR曲线的性能要优于其他系统。
3)高SNR(SNR>25dB)。对于高SNR,使用足够多的采样值数据可以获得稳定的参数估计性能。尽管MSE继续下降,但对于高SNR值,VAR保持恒定。
该实验表明,在噪声条件下,本发明方法的性能优于双通道延时系统和三通道采样系统。
Claims (3)
1.一种非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,其特征在于,所述方法包括以下步骤:
步骤一,初始化生成MEDS信号,信号形式如下:
其中,ck,k=1,2,…K是复振幅,并且分量个数K未知,sk=rk+j2πfk是复频率,rk是阻尼因子,fk是极点频率,σ(t)是模型匹配误差信号,然后将该信号分流到2条并行的采样通道中,分流所到达的两个通道各有一个采样时钟CLK1和CLK2,这两个通道的采样速率相同,CLK1和CLK2的上升沿之间的时间延迟Te小于或等于Nyquist采样间隔,即Te≤1/fmax,fmax表示信号的最大频率,从而形成了采样时钟交错;
步骤二,第一条通道采样:在第一条采样通道中,信号x(t)根据时钟CLK1被均匀采样,并且采样由下式给出:
3.如权利要求1或2所述的非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法,其特征在于,所述步骤五中,算法过程如下:
则得阻尼因子rk的估计值如下式:
同时得到极点频率fk的估计值如下式:
其中,∠(·)表示(·)的幅角主值,且0≤∠(·)<2π;
5.2,由公式(7)和公式(8)得
5.3,求解bk的估计值,利用N′≥K个连续采样值xe[n′](1≤n′≤K)构建一个N′×1的向量,该向量形式如下:
xe=[xe[0],xe[1],…,xe[N′-1]]T (12)
进一步化简公式(16)得如下不等式:
0≤mk≤(Q-1) (18)
与公式(18)相结合,则有:
0≤mkfsTe<1 (20)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238816.XA CN112595889B (zh) | 2020-11-09 | 2020-11-09 | 非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011238816.XA CN112595889B (zh) | 2020-11-09 | 2020-11-09 | 非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112595889A true CN112595889A (zh) | 2021-04-02 |
CN112595889B CN112595889B (zh) | 2022-07-15 |
Family
ID=75183411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011238816.XA Active CN112595889B (zh) | 2020-11-09 | 2020-11-09 | 非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112595889B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251556A (zh) * | 2008-03-04 | 2008-08-27 | 北京航空航天大学 | 正弦信号四参数检测方法和虚拟仪器信号检测装置 |
KR20150047109A (ko) * | 2013-10-23 | 2015-05-04 | 삼성전자주식회사 | 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법 |
EP3301461A1 (en) * | 2016-09-28 | 2018-04-04 | Siemens Aktiengesellschaft | Method for detection of harmonics of a univariate signal |
CN108132383A (zh) * | 2017-12-26 | 2018-06-08 | 哈尔滨工业大学 | 一种时间交错的多谐波信号欠采样方法 |
-
2020
- 2020-11-09 CN CN202011238816.XA patent/CN112595889B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251556A (zh) * | 2008-03-04 | 2008-08-27 | 北京航空航天大学 | 正弦信号四参数检测方法和虚拟仪器信号检测装置 |
KR20150047109A (ko) * | 2013-10-23 | 2015-05-04 | 삼성전자주식회사 | 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법 |
EP3301461A1 (en) * | 2016-09-28 | 2018-04-04 | Siemens Aktiengesellschaft | Method for detection of harmonics of a univariate signal |
CN108132383A (zh) * | 2017-12-26 | 2018-06-08 | 哈尔滨工业大学 | 一种时间交错的多谐波信号欠采样方法 |
Non-Patent Citations (1)
Title |
---|
董宁斐等: "基于多路欠采样的多分量LFM信号参数估计", 《数据采集与处理》, no. 01, 15 January 2018 (2018-01-15), pages 36 - 44 * |
Also Published As
Publication number | Publication date |
---|---|
CN112595889B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110632387B (zh) | 一种基于交流量子电压的谐波电压测量方法 | |
CN108414833B (zh) | 一种信号分量频率的精确估计方法 | |
CN102539944B (zh) | 一种基于鉴相法测量相位噪声的方法 | |
CN101852826A (zh) | 一种电力系统的谐波分析方法及其装置 | |
CN108318737A (zh) | 一种高精度数字鉴相方法 | |
Shaw et al. | A Kalman-filter spectral envelope preprocessor | |
CN109889231A (zh) | 基于随机解调和有限新息率的脉冲串信号欠采样方法 | |
CN112051583A (zh) | Fmcw距离测量系统中拍频信号非线性校正方法 | |
CN114460527B (zh) | 关联度延拓Hilbert移相电子式互感器校验仪溯源方法和系统 | |
CN110837003B (zh) | 一种基于三角窗的双窗全相位dft同步相量测量方法及系统 | |
CN110008434B (zh) | 一种高精度的简谐信号参数估计方法 | |
CN108710029B (zh) | 一种信号谐波分量初相位的精确估计方法 | |
CN112595889B (zh) | 非理想多指数衰减正弦信号的欠Nyquist采样与参数测量方法 | |
JPWO2003036313A1 (ja) | クロック・スキュー測定装置、クロック・スキュー測定方法 | |
CN112964931B (zh) | 基于双通道欠采样的非理想多阻尼谐波信号参数测量方法 | |
Zhang | Variance analysis of noisy LFM signal in linear canonical Cohen's class | |
Shao et al. | A frequency correcting method combining bilateral correction with weighted average for vortex flow sensor signal | |
CN105282086A (zh) | 变频系统群时延的双音正交测量方法 | |
CN111551785B (zh) | 基于无迹卡尔曼滤波的频率与谐波检测方法 | |
CN109030942B (zh) | 谐相角分析方法 | |
Liu et al. | Digital instantaneous frequency measurement with wide bandwidth for real-valued waveforms using multiple sub-Nyquist channels | |
CN110297199B (zh) | 一种基于全相位fft的铯光泵磁力仪频率测量方法及系统 | |
CN112485518B (zh) | 一种双通道多指数衰减正弦信号欠采样方法 | |
CN114301552A (zh) | 一种数字调制信号测试方法及系统 | |
CN110133738B (zh) | 基于IpDFT的质子磁力仪自由感应衰减信号的频率估计方法 |
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 |