CN113884761B - 一种提高测频精度的方法、装置、设备及介质 - Google Patents

一种提高测频精度的方法、装置、设备及介质 Download PDF

Info

Publication number
CN113884761B
CN113884761B CN202111066295.9A CN202111066295A CN113884761B CN 113884761 B CN113884761 B CN 113884761B CN 202111066295 A CN202111066295 A CN 202111066295A CN 113884761 B CN113884761 B CN 113884761B
Authority
CN
China
Prior art keywords
frequency
point
points
value
peak
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
Application number
CN202111066295.9A
Other languages
English (en)
Other versions
CN113884761A (zh
Inventor
罗东
杜尚勇
钱玲
闫守洪
姜志成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN202111066295.9A priority Critical patent/CN113884761B/zh
Publication of CN113884761A publication Critical patent/CN113884761A/zh
Application granted granted Critical
Publication of CN113884761B publication Critical patent/CN113884761B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Measuring Frequencies, Analyzing Spectra (AREA)

Abstract

本发明公开了一种提高测频精度的方法、装置、设备及介质,其中方法包括以下步骤:S1.对电子信号进行AD采样实现模数转换,再对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;S2.将所述N个离散点的幅度值进行排序,判断是否存在多个峰值点;若存在,则执行步骤S3;否则,执行步骤S4;S3.根据所述多个峰值点划分出多个子区域,依次对每个子区域执行步骤S4;S4.根据帕斯瓦尔定理和全概率公式,计算主信号频率点的数学期望值。本发明对主信号频率点的计算过程中,用到的是加法和乘除法运算,没有增加FFT计算点数N从而带来的复杂蝶形运算量,计算量相对较小。

Description

一种提高测频精度的方法、装置、设备及介质
技术领域
本发明属于电子信号处理技术领域,涉及电子信号探测接收装置中数字化接收机对电子信号的采集处理过程,涉及对电子信号辐射参数信息的提取过程,特别是对电子信号频率维度参数的计算测量方法,以及通过对常规处理过程进行改进以提高信号频率测量精度的具体实现方式。
背景技术
对电子目标辐射源信号参数的检测,是电子信号侦察系统和情报分析系统的重要研究范畴。通过检测电子信号,可以侦察获得敌方目标的系列特征信息,从而可以采取定位、干扰、欺骗、诱导、情报收集等手段。电子目标辐射参数情报的获取过程中,对电子信号频率维度参数的测量是最重要的关键要点。提高信号频率的测量精度,不仅是行业对电子侦察装备性能指标不断进步的要求,也是遂行复杂电磁环境下,快速准确判情和识别作战对象的基本需求。
电子目标辐射参数情报的获取过程中,对电子信号频率维度参数的测量是最重要的关键要点。当前数字接收机对电子信号先进行AD采样,实现数模转换,然后采用快速傅立叶变换方法,对采样数据进行N点FFT变换,将信号由时域变换到频域,得到N个离散的频率分量,如图1所示。
频率分辨率=B/N,其与接收机带宽B和FFT点数N有关。受硬件带宽限制和FFT运算复杂、计算量大,实时系统计算资源有限的制约,一般装备瞬时测量带宽B和N基本是有限和确定的,所以频率分辨率也就基本是确定的。
这样对于真实频率频点刚好位于i*B/N附近的信号的频率测定问题,就存在测频精度误差较大的问题。以当前较常见200M采样带宽和采样率,256点FFT为例,频率分辨为0.78125MHz。
当前,电子侦察和无线电频谱检测行业,对于装备瞬时频率测量精度的指标要求,一般为0.5MHz-2.0MHz之间。随着国内市场竞争和国际市场竞争的日趋激烈,测频精度指标越提越高。在国际军工电子巨头的竞标PK中,据悉有将指标提到惊人的0.02MHz(20KHz)的实际案例发生,这一指标已经极其接近经典概率统计误差理论拉莫-拉奥下界公式确知的下限值。
由此可见,能否有效实现频率测量精度指标,已经成为衡量一套电子信号侦察设备能力和产品设计人员水平的重要指标,也是能否在高水平竞标PK中胜出的关键要素竞争点。高精度频率侦测能力属于行业核心竞争力,能对其改善和提高的方法与发明,都有着重要的技术价值和商业价值。
电子信号侦察类设备属于知识和技术密集型的高价值类产品,为了系统稳定和实现技术风险把控,一般新技术新方法新体制在新系统中有着严格的试用比例控制。在一般情况下,对于非跨代性质的数字接收机,AD采样带宽B、采样率fs、FFT点数N值和处理计算单元的硬件计算能力,同时大幅度的改善可能性不大,系统的硬件现状是不容易大改和大换的。
于是,对于采样带宽B、采样率fs、FFT点数N值和硬件计算能力提高空间,已经基本受限的情况下,可能的改进研究方向就主要集中在信号处理算法方面了。
研究信号处理算法中对FFT变换后结果,运用概率论和数理统计的方法进行再处理,以提高测频精度达到客户指标要求,就成为值得研究的思路和途径。
发明内容
鉴于当前大量电子信号侦察设备研制现状,对于信号处理系统中数字化接收机采样带宽B、采样率fs、FFT点数N值和硬件计算能力提高空间,已经基本受限和无法大动大改的情况。本发明提出一种提高测频精度的方法、装置、设备及介质,通过研究信号处理算法流程,以对信号处理流程中软件算法的最小改动代价,不改动动现有硬件实现现状,基于对FFT处理结果,运用概率论和数理统计的方法进行再处理,以期提高测频精度。
本发明借鉴概率论和数理统计的相关思路,研究数字信号处理过程流程,对已知有限个数的FFT计算结果离散频率点数值和对应的幅度值进行概率论和数理统计的方法研究,以计算得到最接近峰值频率实际值的高精度信号频率值的数学期望,而不是直接采用在当前所得离散频点中取最大值或简单的几个最大点值的平均值。
本发明采用的技术方案如下:
一种提高测频精度的方法,包括以下步骤:
S1.对电子信号进行AD采样实现模数转换,再对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;
S2.将所述N个离散点的幅度值进行排序,判断是否存在多个峰值点;若存在,则执行步骤S3;否则,执行步骤S4;
S3.根据所述多个峰值点划分出多个子区域,依次对每个子区域执行步骤S4;
S4.根据帕斯瓦尔定理和全概率公式
Figure BDA0003258539940000031
将Ai视为第i个离散点,P(Ai)视为第i个离散点的幅度值,B视为主信号频率点出现事件,则主信号频率点的数学期望值为:
Figure BDA0003258539940000041
其中,i=0时,F0为峰值点的频率值,E0为峰值点的幅度值;i>0时,Fi为峰值点周围第i个离散点的频率值,Ei为峰值点周围第i个离散点的幅度值;n为偶数数且n≥4。
进一步地,i>0时,Fi为峰值点左侧或右侧的第n/2个离散点的频率值。
进一步地,所述对电子信号进行AD采样中,采样频率的取值包括200MHz。
进一步地,所述对采样数据进行N点快速傅立叶变换中,计算点数N的取值包括256点。
一种提高测频精度的装置,包括:
采样及快速傅立叶变换模块,用于对电子信号进行AD采样实现模数转换,并对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;
离散点处理模块,用于将所述N个离散点的幅度值进行排序,若存在多个峰值点,则根据所述多个峰值点划分出多个子区域;
主信号频率点计算模块,用于根据峰值点周围离散点的频率值和幅度值计算主信号频率点的数学期望值:
Figure BDA0003258539940000042
其中,i=0时,F0为峰值点的频率值,E0为峰值点的幅度值;i>0时,Fi为峰值点周围第i个离散点的频率值,Ei为峰值点周围第i个离散点的幅度值;n为偶数数且n≥4。
进一步地,i>0时,Fi为峰值点左侧或右侧的第n/2个离散点的频率值。
进一步地,所述对电子信号进行AD采样中,采样频率的取值包括200MHz。
进一步地,所述对采样数据进行N点快速傅立叶变换中,计算点数N的取值包括256点。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述一种提高测频精度的方法的步骤。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述一种提高测频精度的方法的步骤。
本发明的有益效果在于:
本发明对主信号频率点的计算过程中,用到的是加法和乘除法运算,没有增加FFT计算点数N从而带来的复杂蝶形运算量,计算量相对较小。这样算法简单易移植,属于流水执行,没有任何递归和迭代,对于原有硬件资源和计算能力要求,没有额外提高,可以复用原设备计算资源,保证了设备运行具有较好的实时性,算法快速移植的可实现性。本发明只需要提取峰值点前后大约各10个以上的离散点的频率值和幅度值,就可以实现快速的精确频率值数学期望的计算获取。
通过理论和实际仿真验证表明:
(1)本发明具有较高的测评精度改善提高效果,直接将测评误差由800kHz量级压减到20kHz以下,逼近概率论和数理统计学理论计算的误差下限值。
(2)本发明未用到复杂的计算形式,计算量小,属于流水执行,没有任何递归和迭代,在原有流程中新增运算量很有限,工程实践应用中,易于算法移植实现和复用原有设备运算处理资源。
(3)本发明通过硬件运算能力的改进,增大FFT计算点数N,提高数字滤波加窗效果,提高信号信噪比,将有可能实现进一步改善测频精度,趋近理论值下界。
(4)本发明具有简单高效、运算量小、易于算法移植和工程复用改造方便的特点,对于提高基于数字化电磁信号接收机的频率测量设备,提高实时测频精度具有较好的改善性。对于相关电子设备的测频功能算法设计,具有一定的实际应用价值和继续研究价值。
附图说明
图1 AD采样数据做FFT绘制频谱图。
图2信号的能量谱密度示意图。
图3本发明实施例1的一种提高测频精度的方法流程图。
图4对比测试验证结果。
图5对比测试验证结果误差。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现说明本发明的具体实施方式。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
实施例1
本实施例借鉴概率论和数理统计的相关思路,研究数字信号处理过程流程,对已知有限个数的FFT计算结果离散频率点数值和对应的幅度值进行概率论和数理统计的方法研究,以计算得到最接近峰值频率实际值的高精度信号频率值的数学期望,而不是直接采用在当前所得离散频点中取最大值或简单的几个最大点值的平均值。
在概率论中,人们要通过已知的简单事件概率去求未知的复杂事件的概率,用到的方法是全概率公式。通过已知的简单事件概率去推算未知的复杂事件概率,减少计算的复杂度,提高对独立同类型事件的预测计算效能速度。事件的每个原因对结果的发生有一定的作用,结果发生的可能性与各种原因的作用大小有关,全概率公式表达了它们之间的关系。
全概率公式:设A1,A2,...,Ai,...,An是互不相容的事件且P(Ai)>0(i=1,2,...,n),对任一事件B,有
Figure BDA0003258539940000071
则:
Figure BDA0003258539940000072
信号的能量密度谱和功率密度谱-帕斯瓦尔定理:信号f(t)的频谱是各频率分量贡献量的合成,信号的总能量是|F(ω)|2/2π*Δω;在Δf中各频谱分量的能量贡献是|F(ω)|2Δf,总的能量既是在所有带宽下各个频谱分量的能量贡献之和,如图2所示,|F(ω)|2是能量谱密度,它具有单位频带上的能量的物理意义。
受此启发,FFT处理后得到的各离散频率点,可视为A1,A2,...,Ai,...,An,主信号频率点出现事件可视为B,信号处理专业中的幅度值具有概率论中P(Ai)的意义。
通过上述分析,求取主信号最可能出现数据点,也就是能量谱密度高点的预期,可以选取位于当前最大值离散点的前后一组数据点,计算主信号频率点的数学期望值。
因此,本实施例提供了一种提高测频精度的方法,如图3所示,包括以下步骤:
S1.对电子信号进行AD采样实现模数转换,再对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;优选地,采样频率的取值可设置为200MHz,计算点数N可设置256;
S2.将N个离散点的幅度值进行排序,判断是否存在多个峰值点;若存在,则执行步骤S3;否则,执行步骤S4;
S3.根据多个峰值点划分出多个子区域,依次对每个子区域执行步骤S4;
S4.根据帕斯瓦尔定理和全概率公式
Figure BDA0003258539940000081
将Ai视为第i个离散点,P(Ai)视为第i个离散点的幅度值,B视为主信号频率点出现事件,则主信号频率点的数学期望值为:
Figure BDA0003258539940000082
其中,i=0时,F0为峰值点的频率值,E0为峰值点的幅度值;i>0时,Fi为峰值点周围第i个离散点的频率值,Ei为峰值点周围第i个离散点的幅度值。n为偶数数且n≥4,优选地,n≥10。
优选地,i>0时,Fi为峰值点左侧或右侧的第n/2个离散点的频率值。
仿真验证
设计连续波和脉冲信号进行验证,采样频率采用200MHz,FFT的计算点数N采用256点,信号信噪比设为20dB的情况下,对比测试验证结果如图4所示,对比测试验证结果误差如图5所示。
根据仿真结果可以看出,未采用本实施例的一种提高测频精度的方法(以下简称“本方法”),测频结果的误差均值在0.8MHz(即:800kHz)量级,这与频率分辨率B/N=0.78125MHz(即:781kHz)基本接近。而采用本方法,测评结果的误差均值能达到0.011~0.012MHz(即:11~12kHz)左右。
根据克拉莫-拉奥下界公式:
Figure BDA0003258539940000091
计算N=256,信噪比为20dB,fs为200MHz时,频率测量的理论误差Δf应该为0.00951MHz,即9.51kHz。
显而易见,采用本方法的仿真结果,更加接近于克拉莫-拉奥下界公式所描述的理论下限值。
需要说明的是,对于本实施例,为了简便描述,故将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
实施例2
本实施例在实施例1的基础上:
本实施例提供了一种提高测频精度的装置,包括:
采样及快速傅立叶变换模块,用于对电子信号进行AD采样实现模数转换,并对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;
离散点处理模块,用于将N个离散点的幅度值进行排序,若存在多个峰值点,则根据多个峰值点划分出多个子区域;
主信号频率点计算模块,用于根据峰值点周围离散点的频率值和幅度值计算主信号频率点的数学期望值:
Figure BDA0003258539940000101
其中,i=0时,F0为峰值点的频率值,E0为峰值点的幅度值;i>0时,Fi为峰值点周围第i个离散点的频率值,Ei为峰值点周围第i个离散点的幅度值;n为偶数数且n≥4。
优选地,i>0时,Fi为峰值点左侧或右侧的第n/2个离散点的频率值。
优选地,对电子信号进行AD采样中,采样频率设置为200MHz。
优选地,对采样数据进行N点快速傅立叶变换中,计算点数N设置为256点。
实施例3
本实施例在实施例1的基础上:
本实施例提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现实施例1的一种提高测频精度的方法的步骤。其中,计算机程序可以为源代码形式、对象代码形式、可执行文件或者某些中间形式等。
实施例4
本实施例在实施例1的基础上:
本实施例提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现实施例1的一种提高测频精度的方法的步骤。其中,计算机程序可以为源代码形式、对象代码形式、可执行文件或者某些中间形式等。存储介质包括:能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,存储介质不包括电载波信号和电信信号。

Claims (8)

1.一种提高测频精度的方法,其特征在于,包括以下步骤:
S1.对电子信号进行AD采样实现模数转换,再对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;
S2.将所述N个离散点的幅度值进行排序,判断是否存在多个峰值点;若存在,则执行步骤S3;否则,执行步骤S4;
S3.根据所述多个峰值点划分出多个子区域,依次对每个子区域执行步骤S4;
S4.根据帕斯瓦尔定理和全概率公式P(B)=
Figure QLYQS_1
,将A i视为第i个离散点,
Figure QLYQS_2
视为第i个离散点的幅度值,B视为主信号频率点出现事件,则主信号频率点的数学期望值为:
Figure QLYQS_3
=
Figure QLYQS_4
其中,i=0时,F 0为峰值点的频率值,E 0为峰值点的幅度值;i>0时,F i为峰值点周围第i个离散点的频率值,E i为峰值点周围第i个离散点的幅度值;n为偶数数且n≥4。
2.根据权利要求1所述的一种提高测频精度的方法,其特征在于,所述对电子信号进行AD采样中,采样频率的取值包括200MHz。
3.根据权利要求1所述的一种提高测频精度的方法,其特征在于,所述对采样数据进行N点快速傅立叶变换中,计算点数N的取值包括256点。
4.一种提高测频精度的装置,其特征在于,包括:
采样及快速傅立叶变换模块,用于对电子信号进行AD采样实现模数转换,并对采样数据进行N点快速傅立叶变换,将信号由时域变换到频域,得到N个离散点;
离散点处理模块,用于将所述N个离散点的幅度值进行排序,若存在多个峰值点,则根据所述多个峰值点划分出多个子区域;
主信号频率点计算模块,用于根据帕斯瓦尔定理和全概率公式P(B)=
Figure QLYQS_5
,将A i视为第i个离散点,
Figure QLYQS_6
视为第i个离散点的幅度值,B视为主信号频率点出现事件,峰值点周围离散点的频率值和幅度值计算主信号频率点的数学期望值:
Figure QLYQS_7
=
Figure QLYQS_8
其中,i=0时,F 0为峰值点的频率值,E 0为峰值点的幅度值;i>0时,F i为峰值点周围第i个离散点的频率值,E i为峰值点周围第i个离散点的幅度值;n为偶数数且n≥4。
5.根据权利要求4所述的一种提高测频精度的装置,其特征在于,所述对电子信号进行AD采样中,采样频率的取值包括200MHz。
6.根据权利要求4所述的一种提高测频精度的装置,其特征在于,所述对采样数据进行N点快速傅立叶变换中,计算点数N的取值包括256点。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-3任一项所述的一种提高测频精度的方法的步骤。
8.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-3任一项所述的一种提高测频精度的方法的步骤。
CN202111066295.9A 2021-09-13 2021-09-13 一种提高测频精度的方法、装置、设备及介质 Active CN113884761B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111066295.9A CN113884761B (zh) 2021-09-13 2021-09-13 一种提高测频精度的方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111066295.9A CN113884761B (zh) 2021-09-13 2021-09-13 一种提高测频精度的方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113884761A CN113884761A (zh) 2022-01-04
CN113884761B true CN113884761B (zh) 2023-04-25

Family

ID=79009032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111066295.9A Active CN113884761B (zh) 2021-09-13 2021-09-13 一种提高测频精度的方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113884761B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1469649A1 (en) * 2003-04-17 2004-10-20 University Of Southampton Method and apparatus of peak-to-average power ratio reduction
WO2006079181A1 (en) * 2005-01-31 2006-08-03 Genesys Design Pty Ltd Frequency estimation
CA2782982A1 (en) * 2011-07-13 2013-01-13 Vajira Samarasooriya Method and apparatus for detecting the presence of a dtv pilot tone in a high noise environment
CN103837740A (zh) * 2013-12-25 2014-06-04 北京航天测控技术有限公司 一种高精度数字瞬时测频方法及装置
WO2014203708A1 (ja) * 2013-06-17 2014-12-24 アルプス電気株式会社 信号周波数算出方法
EP2816799A1 (en) * 2013-06-21 2014-12-24 Ricoh Company, Ltd. Image capturing apparatus, image capturing system and image capturing method
CN105445550A (zh) * 2015-09-29 2016-03-30 西安空间无线电技术研究所 一种基于无盲区数字信道化的宽带实时谱分析系统及方法
CN106772666A (zh) * 2016-11-17 2017-05-31 中国电子科技集团公司第二十九研究所 一种新的违规电子设备检测系统及检测方法
DE102016224636B3 (de) * 2016-12-09 2018-01-25 Robert Bosch Gmbh Verfahren zur Adaption einer elektronischen Filtereinheit, eine elektronische Filtereinheit sowie eine Vorrichtung mit einer solchen Filtereinheit
CN109738697A (zh) * 2019-01-24 2019-05-10 中国电子科技集团公司第二十九研究所 一种基于有限点离散频谱校正的频率测量方法
CN110149118A (zh) * 2019-04-28 2019-08-20 北京航空航天大学 一种基于非均匀滤波器组的动态信道化方法
CN111510227A (zh) * 2020-03-30 2020-08-07 中国电子科技集团公司第二十九研究所 一种高概率宽带信号精确测量系统和方法
CN112198392A (zh) * 2020-09-03 2021-01-08 四川工商学院 一种电网电压谐波的实时检测装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101871969A (zh) * 2009-04-21 2010-10-27 付汀 无线医疗监护中基于特征循环频率的频谱检测方法
CN102981048B (zh) * 2011-09-06 2015-08-26 北京邮电大学 基于光采样的射频频率测量方法及装置
CN102590614A (zh) * 2012-03-16 2012-07-18 无锡鑫立奥机电有限公司 一种超声波频率的检测系统及方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1469649A1 (en) * 2003-04-17 2004-10-20 University Of Southampton Method and apparatus of peak-to-average power ratio reduction
WO2006079181A1 (en) * 2005-01-31 2006-08-03 Genesys Design Pty Ltd Frequency estimation
CA2782982A1 (en) * 2011-07-13 2013-01-13 Vajira Samarasooriya Method and apparatus for detecting the presence of a dtv pilot tone in a high noise environment
WO2014203708A1 (ja) * 2013-06-17 2014-12-24 アルプス電気株式会社 信号周波数算出方法
EP2816799A1 (en) * 2013-06-21 2014-12-24 Ricoh Company, Ltd. Image capturing apparatus, image capturing system and image capturing method
CN103837740A (zh) * 2013-12-25 2014-06-04 北京航天测控技术有限公司 一种高精度数字瞬时测频方法及装置
CN105445550A (zh) * 2015-09-29 2016-03-30 西安空间无线电技术研究所 一种基于无盲区数字信道化的宽带实时谱分析系统及方法
CN106772666A (zh) * 2016-11-17 2017-05-31 中国电子科技集团公司第二十九研究所 一种新的违规电子设备检测系统及检测方法
DE102016224636B3 (de) * 2016-12-09 2018-01-25 Robert Bosch Gmbh Verfahren zur Adaption einer elektronischen Filtereinheit, eine elektronische Filtereinheit sowie eine Vorrichtung mit einer solchen Filtereinheit
CN109738697A (zh) * 2019-01-24 2019-05-10 中国电子科技集团公司第二十九研究所 一种基于有限点离散频谱校正的频率测量方法
CN110149118A (zh) * 2019-04-28 2019-08-20 北京航空航天大学 一种基于非均匀滤波器组的动态信道化方法
CN111510227A (zh) * 2020-03-30 2020-08-07 中国电子科技集团公司第二十九研究所 一种高概率宽带信号精确测量系统和方法
CN112198392A (zh) * 2020-09-03 2021-01-08 四川工商学院 一种电网电压谐波的实时检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Genda Chen等.A signal decomposition theorem with Hilbert transform and its application to narrowband time series with closely spaced frequency components.《Mechanical Systems and Signal Processing》.2012,258-279. *
吴龙文 等.基于同步压缩小波变换的主信号抑制技术.《电子与信息学报》.2020,第42卷(第8期),2045-2052. *

Also Published As

Publication number Publication date
CN113884761A (zh) 2022-01-04

Similar Documents

Publication Publication Date Title
CN109886464B (zh) 基于优化奇异值分解生成特征集的低信息损失短期风速预测方法
CN109307862A (zh) 一种目标辐射源个体识别方法
CN109490862B (zh) 一种基于相位差分统计谱的载频估计方法
CN108594177A (zh) 基于改进hht的雷达信号调制方式分析方法、信号处理系统
CN1933434A (zh) 频谱估计的方法和装置
CN115079052A (zh) 一种变压器故障诊断方法和系统
CN113884761B (zh) 一种提高测频精度的方法、装置、设备及介质
CN109617051B (zh) 一种新能源电力系统低频振荡参数辨识方法
CN110988673A (zh) 电机转子故障检测方法、装置及终端设备
CN116365511A (zh) 有源配电网模型构建方法、装置、终端及存储介质
Moss et al. An FPGA-based spectral anomaly detection system
CN114692693A (zh) 基于分形理论的分布式光纤信号识别方法、装置、存储介质
CN111008356B (zh) 一种基于WTSVD算法扣除背景的γ能谱集分析方法
CN115310049B (zh) 一种时间序列数据的周期检测方法、装置及设备
CN109490853B (zh) 一种线性调频脉冲信号中心频率处谱线值确定方法
CN117591784B (zh) 一种基于fpga的旋转因子计算方法及fpga芯片
Zhang et al. Restraining EMI of Displacement Sensors Based on Wavelet Fuzzy Threshold Denoising
CN117074778B (zh) 基于负载场景的谐波提取方法、装置和计算机设备
WO2019232084A1 (en) Filter configured to detect specific frequencies of a monitored signal
CN117251765A (zh) 一种脑电信号分类模型训练方法、分类方法及相关装置
CN117851760B (zh) 一种基于频带预处理的波浪智能预报模型优化方法及系统
CN112684493B (zh) 一种基于改进变分模态分解的固体潮响应去除方法
CN113361819B (zh) 一种线性预测方法及装置
CN115685056B (zh) 空间目标二维角度的测量方法、装置、电子设备及介质
Li et al. Blind spectrum sensing algorithm based on cyclic spectrum and deep learning

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