CN114584445B - 信号的频率估计方法、装置、电子设备和介质 - Google Patents
信号的频率估计方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114584445B CN114584445B CN202210219102.7A CN202210219102A CN114584445B CN 114584445 B CN114584445 B CN 114584445B CN 202210219102 A CN202210219102 A CN 202210219102A CN 114584445 B CN114584445 B CN 114584445B
- Authority
- CN
- China
- Prior art keywords
- frequency
- frequency domain
- value
- domain signal
- signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 97
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims description 96
- 238000004891 communication Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 abstract description 21
- 238000005070 sampling Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 12
- 230000003595 spectral effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007373 indentation Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/18—Phase-modulated carrier systems, i.e. using phase-shift keying
- H04L27/22—Demodulator circuits; Receiver circuits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请提供一种信号的频率估计方法、装置、电子设备和介质，该方法基于获取的时域信号序列，得到频域信号序列和相应序列中各频域信号的幅值后，基于频域信号序列和各频域信号的幅值，确定第一频域信号的信号信息和相邻的两个第二频域信号的信号信息；根据第一频域信号的信号信息和两个第二频域信号的信号信息，采用预设的频率范围估计规则，对各频域信号进行频率估计，得到频率估计范围；采用线性调频z变换算法，基于频率估计范围，对时域信号序列进行处理，得到新的频域信号的幅值；将幅值最大的频域信号的频率值确定为时域信号序列的最大频率值。该方法降低了计算量，且提高了计算效率和频率估计的准确性。
Description
技术领域
本申请涉及数据处理技术领域，具体而言，涉及一种信号的频率估计方法、装置、电子设备和介质。
背景技术
在无线通信系统中，频率估计的使用非常广泛，例如无线通信系统的频率同步需要对频率或频偏进行准确估计，电磁信号的监测中需要对接收信号进行载波频率估计，从本质上来说，这些信号的频率估计与正弦信号的频率估计密切相关，尤其在噪声环境中，如何实现正弦信号的频率精确估计显得尤为重要，一直是经典研究课题。
目前对信号的频率估计通常采用以下方法：1)传统相位差分法，对接收信号进行差分运算，根据相位差值估计频率；2)N-DFT(离散傅里叶变换：Discrete FourierTransform，DFT)三点插值法，对接收信号进行N点DFT变换，得到N点信号频谱，将频谱中幅值最大谱线所对应的频率作为频率粗估计值，再根据幅值最大谱线与其左右两根谱线的频谱值，通过三点插值公式校正频率粗估计值，得到最终频率估计值；3)2N-DFT两点插值法，该方法在接收信号的N个采样点后补N个0，进行2N点DFT变换，得到2N点信号频谱，将频谱中幅值最大谱线所对应的频率作为频率粗估计值，再根据其左右两根谱线的频谱值，通过两点插值公式校正频率粗估计值，得到最终频率估计值。
然而，发明人发现上述频率估计为了提高频率估计的准确性，通常需要提高硬件成本和大量的计算量，例如，使用高速CPU、ADC、大容量的RAM，复杂的计算方法，计算成本较高，计算量大且耗时。
发明内容
本申请实施例的目的在于提供一种信号的频率估计方法、装置、电子设备和介质，用以解决了现有技术存在的上述问题，降低了计算量，提高了计算效率和频率估计的准确性。
第一方面，提供了一种信号的频率估计方法，该方法可以包括：
对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述各频域信号进行最大可能性频率值的估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大可能性估计频率值。
在一个可选的实现中，根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述各频域信号进行频率估计，得到频率估计范围，包括：
根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，对所述各频域信号进行频率估计，得到最大可能性估计频率值；
采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围。
在一个可选的实现中，根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，对所述各频域信号进行频率估计，得到最大可能性估计频率值，包括：
若所述两个第二频域信号的信号信息中的幅值不同，则采用预设求解算法，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值。
在一个可选的实现中，所述预设求解算法包括第一求解算法和第二求解算法；
采用预设求解算法，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值之前，所述方法还包括：
若所述第一频域信号左侧的第二频域信号的幅值大于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第一求解算法；
若所述第一频域信号左侧的第二频域信号的幅值小于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第二求解算法。
在一个可选的实现中，所述方法还包括：
若所述两个第二频域信号的信号信息中的幅值相同，则将所述第一频域信号的频率值确定为所述最大可能性估计频率值。
在一个可选的实现中，采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围，包括：
若所述预设的频率范围确定规则包括第一频率变化量，则基于所述最大可能性估计频率值增加所述频率变化量后的频率值和所述最大可能性估计频率值减少所述频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第一频率变化量大于零，且不大于第一频率差值，所述第一频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值的频率差值中绝对值较小的差值；
若所述预设的频率范围确定规则包括第二频率变化量和第三频率变化量，则基于所述最大可能性估计频率值减小所述第二频率变化量后的频率值和所述最大可能性估计频率值增加所述第三频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第二频率变化量大于零，且不大于第二频率差值，所述第二频率差值为所述最大可能性估计频率值与所述两个第二频域信号的频率值中较小频率值间的差值；所述第三频率变化量大于零，且不大于第三频率差值，所述第三频率差值为所述两个第二频域信号的频率值中较大频率值与所述最大可能性估计频率值间的差值。
在一个可选的实现中，将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值之后，所述方法还包括：
将所述最大频率值确定为新的最大可能性估计频率值；
采用预设的频率范围确定规则，确定包含所述新的最大可能性估计频率值的新的频率估计范围，并返回执行步骤：采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值。
第二方面，提供了一种信号的频率估计装置，该装置可以包括：
时频转换单元，用于对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
确定单元，用于基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
频率估计单元，用于根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述各频域信号进行频率估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
处理单元，用于采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
所述确定单元，还用于将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大可能性估计频率值。
在一个可选的实现中，所述频率估计单元，具体用于：
根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，对所述各频域信号进行频率估计，得到最大可能性估计频率值；
采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围。
在一个可选的实现中，所述确定单元，具体用于若所述两个第二频域信号的信号信息中的幅值不同，则采用预设求解算法，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值。
在一个可选的实现中，所述预设求解算法包括第一求解算法和第二求解算法；所述确定单元，还用于：
若所述第一频域信号左侧的第二频域信号的幅值大于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第一求解算法；
若所述第一频域信号左侧的第二频域信号的幅值小于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第二求解算法。
在一个可选的实现中，所述确定单元，还具体用于若所述两个第二频域信号的信号信息中的幅值相同，则将所述第一频域信号的频率值确定为所述最大可能性估计频率值。
在一个可选的实现中，所述频率估计单元，还具体用于：
若所述预设的频率范围确定规则包括第一频率变化量，则基于所述最大可能性估计频率值增加所述频率变化量后的频率值和所述最大可能性估计频率值减少所述频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第一频率变化量大于零，且不大于第一频率差值，所述第一频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值的频率差值中绝对值较小的差值；
若所述预设的频率范围确定规则包括第二频率变化量和第三频率变化量，则基于所述最大可能性估计频率值减小所述第二频率变化量后的频率值和所述最大可能性估计频率值增加所述第三频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第二频率变化量大于零，且不大于第二频率差值，所述第二频率差值为所述最大可能性估计频率值与所述两个第二频域信号的频率值中较小频率值间的差值；所述第三频率变化量大于零，且不大于第三频率差值，所述第三频率差值为所述两个第二频域信号的频率值中较大频率值与所述最大可能性估计频率值间的差值。
在一个可选的实现中，所述确定单元，还用于：
将所述最大频率值确定为新的最大可能性估计频率值；采用预设的频率范围确定规则，确定包含所述新的最大可能性估计频率值的新的频率估计范围，并返回执行步骤：采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值。
第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
本申请实施例提供的信号的频率估计方法在对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值后，基于频域信号序列和各频域信号的幅值，确定第一频域信号的信号信息，以及与第一频域信号的频率相邻的两个第二频域信号的信号信息；信号信息包括频域信号的频率值和幅值，第一频域信号为频域信号序列中幅值最大的频域信号；根据第一频域信号的信号信息和两个第二频域信号的信号信息，采用预设的频率范围估计规则，对各频域信号进行频率估计，得到频率估计范围；频率估计范围不大于两个第二频域信号的频率值对应的频率范围；采用线性调频z变换算法，基于频率估计范围，对时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；将新的频域信号序列中幅值最大的频域信号的频率值，确定为时域信号序列的最大频率值。该方法通过仅对确定的频率估计范围中频域信号的信号信息进行线性调频z变换，降低了计算量，且提高了计算效率和频率估计的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种信号的频率估计方法的流程示意图；
图2为本申请实施例提供的一种频域信号序列对应的频域图像示意图；
图3为本申请实施例提供的另一种频域信号序列对应的频域图像示意图；
图4为本申请实施例提供的再一种频域信号序列对应的频域图像示意图；
图5为本申请实施例提供的再一种频域信号序列对应的频域图像示意图；
图6为本申请实施例提供的一种信号的频率估计装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，并不是全部的实施例。基于本申请实施例，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，都属于本申请保护的范围。
为了方便理解，下面对本申请实施例中涉及的名词进行解释：
快速傅里叶变换(Fast Fourier Transform，FFT)，是离散傅里叶变换(DiscreteFourier Transform，DFT)的快速算法。傅里叶分析方法是信号分析的最基本方法，傅里叶变换是傅里叶分析的核心，通过它把信号从时间域变换到频率域，进而研究信号的频谱结构和变化规律。
线性调频z变换(Chirp-Z Transform，CZT)，用于细化频谱。
V/F转换器，是利用V/F转换的器件，V/F转换是将被测物理量经传感器转换成与被测信号成比例的连续变化的电压(或电流)量，再转换为电压V(或电流I)的脉冲频率(f)或周期(T)。直流电压或电流信号V转换为单位脉冲信号F。
本申请实施例提供的信号的频率估计方法可依靠频率估计设备中信号获取模块对待估的信号进行采集，然后频率估计设备再通过信号处理器估计出信号的最大可能性频率值是否符合业务需求(如工作频率)，从而实现驱动传感器等硬件进行工作。
在一个具体实施方式中，应用本申请实施例提供的信号的频率估计方法的频率估计设备可以部署在服务器上，也可以部署在终端上，或部署在服务器和终端组成的系统中。
若仅部署在终端上，则信号获取模块可以是信号采集器，信号处理器可以是该终端中的CPU等处理器。
若部署在服务器和终端组成的系统，则信号获取模块可以是部署在终端上的信号采集器，信号处理器可以是部署在服务器的处理器，且服务器和终端通信连接。
其中，服务器可以是应用服务器或云服务器；为了保证频率估计的精确性，终端可以是具有较强计算能力的移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment，UE)、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台(Mobile station，MS)、移动终端(Mobile Terminal)等。该终端具备经无线接入网(Radio Access Network，RAN)与一个或多个核心网进行通信的能力。
电信号的频率值估计，在多个领域中具有重要的作用，例如通信领域，需要知道载波频率的数值，或者使用了V/F转换器或频率调制模块的传感器采集物理信号等领域。现有方案为了得到高精度的频率估计值，通常通过提高硬件成本和大量的计算量进行频率值估计，例如，使用高速CPU、ADC、大容量RAM、复杂的计算方法等。与现有方案相比，本申请实施例提供的信号的频率估计方法可以快速估算出频率值，提高频率估计的精度和估计效率。
以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
图1为本申请实施例提供的一种信号的频率估计方法的流程示意图。如图1所示，该方法可以包括：
步骤S110、对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值。
具体实施中，可以按照预设的采集频率对预设个数，如128个的采样点进行信号采集，得到各时刻的时域信号，由此获取到时域信号序列，对获取的时域信号序列进行一次傅里叶变换处理，即可得到该时域信号序列对应的频域信号序列和相应序列中各频域信号的幅值。
或者，可以获取到各类传感器按照预设的采集频率，采集的物理信号序列，将该序列中各物理信号转换成相应的电信号，并将该电信号进行模数转换，得到相应的数字信号(时域信号)，由此得到时域信号序列，之后，对获取的时域信号序列进行一次傅里叶变换处理，即可得到该时域信号序列对应的频域信号序列和相应序列中各频域信号的幅值。
在一个实施例中，由于FFT需要采样点数是2的n次方，如64个采样点、128个采样点、4096个采样点等。采样点个数不够时，为了提高计算结果的精度，通常不足的采样信号补0，例如，采样信号为80个采样点，如果使用64个采样点FFT，需要舍弃16个采样点的频率值，或者在数据末尾补48个0，以便于进行128个采样点的FFT计算，最终导致计算量很大。
而本申请实施例可以只取一部份采样点进行FFT计算，如仅采用64个采样点，由于只使用部分采样点的频率值进行FFT计算，故可以提高计算效率，降低计算成本。
在符合香农采样定理，且采样频率大于目标频率的两倍以上，也就是时域信号的一个周期内、有两个以上的采样点，就可以得到信号目标频率的信息，通常为了提高FFT结果的频率分辨率，会采样更多的点数，故即使舍弃一半的采样点，也不会丢失最大幅值对应的频率的相关信息，可以节约采样的时间、计算的时间，从而可以在更短的时间内得到分析结果。
需要说明的是，本申请实施例中的FFT结果仅用来估算频率估计范围，对计算结果的精度要求不高。且，常规采用FFT进行信号处理时，通常采用加窗函数的方法来避免信号混叠，而本申请上述实施方式未采用加滤波器和加窗函数的处理方式对时域信号序列进行处理，而是直接进行FFT计算，这样可避免滤波器和窗函数对于频域信号的幅值的影响。
步骤S120、基于频域信号序列和各频域信号的幅值，确定第一频域信号的信号信息，以及与第一频域信号的频率相邻的两个第二频域信号的信号信息。
其中，信号信息可以包括频域信号的频率值和幅值。
将频域信号序列中幅值最大的频域信号确定为第一频域信号，将第一频域信号相邻的两个频域信号均确定为第二频域信号，即左右两侧均有一个第二频域信号。如图2所示的频域信号序列对应的频域图像，其中，横轴x表示信号的频率，纵轴y表示信号的幅值，频域信号B为(x2，y2)、频域信号A为(x1，y1)、频域信号C为(x3，y3)，可知，频域信号B的幅值y2最大，故频域信号B为第一频域信号，频域信号B左右两侧相邻的频域信号A和频域信号C均为第二频域信号。
步骤S130、根据第一频域信号的信号信息和两个第二频域信号的信号信息，采用预设的频率范围估计规则，对各频域信号进行频率估计，得到频率估计范围。
具体实施中，根据第一频域信号的信号信息和两个第二频域信号的信号信息，对各频域信号进行频率估计，得到最大可能性估计频率值。
频率估计范围为估计出的最大可能性的频率范围。
在一个具体示例中，需要先比较两个第二频域信号的幅值是否相同；
若两个第二频域信号的信号信息中的幅值不同，则采用预设求解算法，对第一频域信号的信号信息和两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值。具体的：由于两个第二频域信号的幅值不同可以包括两种情况，即需要不同的求解算法，故预设求解算法可以包括第一求解算法和第二求解算法，由此，在采用预设求解算法，对第一频域信号的信号信息和两个第二频域信号的信号信息进行运算之前，需要验证第一频域信号左侧的第二频域信号的幅值是否大于第一频域信号右侧的第二频域信号的幅值，即频域信号A的幅值y1是否大于频域信号C的幅值y3。
若第一频域信号左侧的第二频域信号的幅值大于第一频域信号右侧的第二频域信号的幅值，则确定预设求解算法为第一求解算法，故采用第一求解算法，对第一频域信号的信号信息和两个第二频域信号的信号信息进行运算；
第一求解算法可以表示为：
k＝(y2-y3)/(x2-x3)；
yp＝[y1+y3-k(x3-x1)]/2；
xp＝x2+(yp-y2)/k；
其中，k为最大可能性估计频率值对应的频率信号与右侧的第二频域信号所在直线的斜率，xp为最大可能性估计频率值，yp为最大可能性估计频率值对应的幅值；x1为左侧的第二频域信号的频率值，y1为左侧的第二频域信号的幅值，x2为右侧的第二频域信号的频率值，y2为右侧的第二频域信号的幅值。
若第一频域信号左侧的第二频域信号的幅值小于第一频域信号右侧的第二频域信号的幅值，则确定预设求解算法为第二求解算法，故采用第二求解算法，对第一频域信号的信号信息和两个第二频域信号的信号信息进行运算。
第二求解算法可以表示为：
k＝(y2-y1)/(x2-x1)；
yp＝[y1+y3+k(x3-x1)]/2；
xp＝x1+(yp-y1)/k；
进一步的，结合图2，上述第一求解算法和第二求解算法可以是根据频域信号B的信号信息、频域信号A和频域信号C的信号信息进行线性拟合得到的。假设在频域信号A至频域信号C的频域范围内，仅存在频率值为xp的单频信号，该单频信号为频域信号P，即频域信号A至频域信号C的频域范围的最大可能性估计频率，频域信号P在直线L0上，直线L0是频域信号A至频域信号C的频谱分布的对称轴。具体为：
(1)如图3所示，频域信号A的幅值大于频域信号C的幅值的情况下：频域信号P与频域信号A点、频域信号B共线，直线L1的方程为y＝-k·x+b1；频域信号P与频域信号C共线，直线L2的方程为y＝k·x+b2。因为L1与L2关于L0对称，L1和L2的斜率分别为-k和k。得到四个方程：
y1＝-k·x1+b1；
y2＝k·x2+b2；
y3＝k·x3+b2；
yp＝-k·xp+b1；
yp＝k·xp+b2；
求解，得到第一求解算法：
k＝(y2-y3)/(x2-x3)；
yp＝[y1+y3-k(x3-x1)]/2；
xp＝x2+(yp-y2)/k；
(2)如图4所示，频域信号A的幅值小于频域信号C的幅值的情况下：频域信号P与频域信号A、频域信号B共线，直线L1的方程：y＝k·x+b1；频域信号P与频域信号C共线，直线L2的方程：y＝-k·x+b2。因为L1与L2关于L0对称，L1和L2的斜率分别为k和-k。得到四个方程：
y1＝k·x1+b1；
y2＝k·x2+b2；
y3＝-k·x3+b2；
yp＝k·xp+b1；
yp＝-k·xp+b2；
求解，得到第二求解算法：
k＝(y2-y1)/(x2-x1)；
yp＝[y1+y3+k(x3-x1)]/2；
xp＝x1+(yp-y1)/k；
若两个第二频域信号的幅值相同，则将第一频域信号的频率值确定为最大可能性估计频率值。
之后，采用预设的频率范围确定规则，确定包含最大可能性估计频率值的频率估计范围。具体的：
(1)若预设的频率范围确定规则仅包括第一频率变化量a，则基于最大可能性估计频率值增加频率变化量后的频率值和最大可能性估计频率值减少频率变化量后的频率值，确定包含最大可能性估计频率值的频率估计范围。
其中，第一频率变化量大于零，且不大于第一频率差值，第一频率差值为最大可能性估计频率值分别与两个第二频域信号的频率值的频率差值中绝对值较小的差值。例如，结合图3，若(xp-x1)小于(x3-xp)，则第一频率变化量a∈(0，xp-x1]，那么包含最大可能性估计频率值的频率估计范围为[xp-a，xp+a]。
(2)若预设的频率范围确定规则包括第二频率变化量b和第三频率变化量c，则基于最大可能性估计频率值减小第二频率变化量后的频率值和最大可能性估计频率值增加第三频率变化量后的频率值，确定包含最大可能性估计频率值的频率估计范围。
其中，第二频率变化量b大于零，且不大于第二频率差值，第二频率差值为最大可能性估计频率值与两个第二频域信号的频率值中较小频率值间的差值；第三频率变化量c大于零，且不大于第三频率差值，第三频率差值为两个第二频域信号的频率值中较大频率值与最大可能性估计频率值间的差值。例如，结合图3，第二频率变化量b∈(0，xp-x1]，第三频率变化量c∈(0，x3-xp]，那么包含最大可能性估计频率值的频率估计范围为[xp-b，xp+c]。
由此可知，频率估计范围不大于两个第二频域信号的频率值对应的频率范围。
进一步的，可以通过缩小频率估计范围，来提高频率估计的准确性，具体可以根据实际的频率估计需求，对上述得到的频率估计范围进行范围缩小，在缩小后的频率估计范围内进行频率估计。
在一个具体的示例中，对于范围缩小的方式可以将得到的频率估计范围的左右两边界的频率值同时缩小预设缩进频率值(如1Hz)，或者，将得到的频率估计范围的目标边界的频率值缩小预设缩进频率值(如1Hz)，该目标边界的频率值为距离最大可能性估计频率值较远的边界频率值，或者，将得到的频率估计范围的两个边界的频率值分别缩小不同的缩进频率值(如1Hz和2Hz)。本申请可根据实际情况进行范围缩小，在此不做限定。
步骤S140、采用线性调频z变换算法，基于频率估计范围，对时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值。
采用线性调频z变换算法，对频率估计范围中频域信号的信号信息进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值，如图5所示新的频域信号序列形成了频域信号曲线。
步骤S150、将新的频域信号序列中幅值最大的频域信号的频率值，确定为时域信号序列的最大频率值。
可见，该实施方式仅对频率估计范围中频域信号的信号信息进行处理，降低了计算成本，且线性调频z变换算法可扩大频率分辨率，故可提高最大频率值的准确性。上述采用线性调频z变换算法时，如果频率估计范围缩小一半，那么相同的计算量，将使得缩小后的频率估计范围的估算精度提高一倍。
进一步的，在将新的频域信号序列中幅值最大的频域信号的频率值确定为时域信号序列的最大频率值之后，为了进一步提高频率估计的准确性，可以将该确定的最大频率值确定为新的最大可能性估计频率值；之后采用预设的频率范围确定规则，确定包含新的最大可能性估计频率值的新的频率估计范围，并返回执行步骤S240：采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值。
在一个具体的实例中，以正弦波信号的实际频率为51.1Hz，叠加均值为0、方差为0.2的白噪声为例，采样频率是256Hz，采样128点，经FFT计算得到FFT的结果：频域信号序列和相应序列中各频域信号的幅值。
(1)根据FFT的结果，找到最大幅值的第一频率信号B对应的频率值52Hz，如图5所示，由于第二频率信号A的幅值大于第二频率信号C的幅值，故采用第一求解算法，得到频率信号P(51.28，55.6322)，即最大可能性估计频率值为51.28。当频率估计范围为第二频率信号A和第二频率信号C对应的频率范围[50Hz，54Hz]时，由于共计算了64个采样点，故分辨率为4/64＝0.0625Hz。
(2)根据FFT的结果，找到最大幅值的第一频率信号B对应的频率值52Hz，如图5所示，由于第二频率信号A的幅值大于第二频率信号C的幅值，故采用第一求解算法，得到频率信号P(51.28，55.6322)，即最大可能性估计频率值为51.28。当频率估计范围为对第二频率信号A和第二频率信号C对应的频率范围进行范围缩小后的[50Hz，52Hz]时，由于共计算了64个采样点，故分辨率为2/64＝0.03125Hz。
(3)根据FFT的结果，找到最大幅值的第一频率信号B对应的频率值52Hz，如图5所示，由于第二频率信号A的幅值大于第二频率信号C的幅值，故采用第一求解算法，得到频率信号P(51.28，55.6322)，即最大可能性估计频率值为51.28。当频率估计范围为对第二频率信号A和第二频率信号C对应的频率范围进行范围缩小后的[51Hz，51.5Hz]时，由于共计算了64个采样点，故分辨率为0.5/64＝0.0078125Hz。
因为存在信号噪声的影响，上述的最大可能性估计频率值51.28与实际频率51.1不一致，是因为最大可能性估计频率值主要是用来确定频率估计范围，在采用线性调频z变换算法对频率估计范围中频域信号的信号信息进行处理后精确的确定最大频率值。
与上述方法对应的，本申请实施例还提供一种信号的频率估计装置，如图6所示，该信号的频率估计装置包括：时频转换单元610、确定单元620，频率估计单元630和处理单元640；
时频转换单元610，用于对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
确定单元620，用于基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
频率估计单元630，用于根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述各频域信号进行频率估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
处理单元640，用于采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
确定单元620，还用于将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值。
本申请上述实施例提供的信号的频率估计装置的各功能单元的功能，可以通过上述各方法步骤来实现，因此，本申请实施例提供的信号的频率估计装置中的各个单元的具体工作过程和有益效果，在此不复赘述。
本申请实施例还提供了一种电子设备，如图7所示，包括处理器710、通信接口720、存储器730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。
存储器730，用于存放计算机程序；
处理器710，用于执行存储器730上所存放的程序时，实现如下步骤：
对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述各频域信号进行频率估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值。
上述提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
由于上述实施例中电子设备的各器件解决问题的实施方式以及有益效果可以参见图1所示的实施例中的各步骤来实现，因此，本申请实施例提供的电子设备的具体工作过程和有益效果，在此不复赘述。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的信号的频率估计方法。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的信号的频率估计方法。
本领域内的技术人员应明白，本申请实施例中的实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例中可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例中可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例中是参照根据本申请实施例中实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例中范围的所有变更和修改。
显然，本领域的技术人员可以对本申请实施例中实施例进行各种改动和变型而不脱离本申请实施例中实施例的精神和范围。这样，倘若本申请实施例中实施例的这些修改和变型属于本申请实施例中权利要求及其等同技术的范围之内，则本申请实施例中也意图包含这些改动和变型在内。
Claims (8)
1.一种信号的频率估计方法，其特征在于，所述方法包括：
对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值；
其中，根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到频率估计范围，包括：
对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到最大可能性估计频率值；
采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围；具体的：
若所述预设的频率范围确定规则包括第一频率变化量，则基于所述最大可能性估计频率值增加所述第一频率变化量后的频率值和所述最大可能性估计频率值减少所述第一频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第一频率变化量为大于零，且不大于第一频率差值所在范围内的任一频率值，所述第一频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值的频率差值中绝对值较小的差值；
若所述预设的频率范围确定规则包括第二频率变化量和第三频率变化量，则基于所述最大可能性估计频率值减小所述第二频率变化量后的频率值和所述最大可能性估计频率值增加所述第三频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第二频率变化量为大于零，且不大于第二频率差值所在范围内的任一频率值，所述第二频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值中较小频率值间的差值；所述第三频率变化量为大于零，且不大于第三频率差值所在范围内的任一频率值，所述第三频率差值为所述两个第二频域信号的频率值中较大频率值与所述最大可能性估计频率值间的差值。
2.如权利要求1所述的方法，其特征在于，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到最大可能性估计频率值，包括：
若所述两个第二频域信号的信号信息中的幅值不同，则采用预设求解算法，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值；
其中，所述预设求解算法包括第一求解算法和第二求解算法；
所述第一求解算法表示为：
k＝(y2-y3)/(x2-x3)；
yp＝[y1+y3-k(x3-x1)]/2；
xp＝x2+(yp-y2)/k；
所述第二求解算法表示为：
k＝(y2-y1)/(x2-x1)；
yp＝[y1+y3+k(x3-x1)]/2；
xp＝x1+(yp-y1)/k；
其中，在所述第一求解算法中k为最大可能性估计频率值对应的频率信号与右侧的第二频域信号所在直线的斜率，在所述第二求解算法中k为最大可能性估计频率值对应的频率信号与左侧的第二频域信号所在直线的斜率，xp为最大可能性估计频率值，yp为最大可能性估计频率值对应的幅值；x1为所述第一频域信号左侧的第二频域信号的频率值，y1为所述第一频域信号左侧的第二频域信号的幅值，x2为所述第一频域信号的频率值，y2为所述第一频域信号的幅值；x3为所述第一频域信号右侧的第二频域信号的频率值，y3为所述第一频域信号右侧的第二频域信号的幅值。
3.如权利要求2所述的方法，其特征在于，采用预设求解算法，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行运算，得到最大可能性估计频率值之前，所述方法还包括：
若所述第一频域信号左侧的第二频域信号的幅值大于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第一求解算法；
若所述第一频域信号左侧的第二频域信号的幅值小于所述第一频域信号右侧的第二频域信号的幅值，则确定所述预设求解算法为所述第二求解算法。
4.如权利要求2所述的方法，其特征在于，所述方法还包括：
若所述两个第二频域信号的信号信息中的幅值相同，则将所述第一频域信号的频率值确定为所述最大可能性估计频率值。
5.如权利要求1所述的方法，其特征在于，将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值之后，所述方法还包括：
将所述最大频率值确定为新的最大可能性估计频率值，并返回执行步骤：采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围。
6.一种信号的频率估计装置，其特征在于，所述装置包括：
时频转换单元，用于对获取的时域信号序列进行时频转换，得到频域信号序列和相应序列中各频域信号的幅值；
确定单元，用于基于所述频域信号序列和所述各频域信号的幅值，确定第一频域信号的信号信息，以及与所述第一频域信号的频率相邻的两个第二频域信号的信号信息；所述信号信息包括频域信号的频率值和幅值，所述第一频域信号为所述频域信号序列中幅值最大的频域信号；
频率估计单元，用于根据所述第一频域信号的信号信息和所述两个第二频域信号的信号信息，采用预设的频率范围估计规则，对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到频率估计范围；所述频率估计范围不大于所述两个第二频域信号的频率值对应的频率范围；所述频率估计范围为估计出的最大可能性的频率范围；
处理单元，用于采用线性调频z变换算法，基于所述频率估计范围，对所述时域信号序列进行处理，得到新的频域信号序列和相应序列中各频域信号的幅值；
所述确定单元，还用于将所述新的频域信号序列中幅值最大的频域信号的频率值，确定为所述时域信号序列的最大频率值；
其中，频率估计单元，具体用于：
对所述第一频域信号的信号信息和所述两个第二频域信号的信号信息进行频率估计，得到最大可能性估计频率值；
采用预设的频率范围确定规则，确定包含所述最大可能性估计频率值的频率估计范围；具体的：
若所述预设的频率范围确定规则包括第一频率变化量，则基于所述最大可能性估计频率值增加所述第一频率变化量后的频率值和所述最大可能性估计频率值减少所述第一频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第一频率变化量为大于零，且不大于第一频率差值所在范围内的任一频率值，所述第一频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值的频率差值中绝对值较小的差值；
若所述预设的频率范围确定规则包括第二频率变化量和第三频率变化量，则基于所述最大可能性估计频率值减小所述第二频率变化量后的频率值和所述最大可能性估计频率值增加所述第三频率变化量后的频率值，确定包含所述最大可能性估计频率值的频率估计范围；其中，所述第二频率变化量为大于零，且不大于第二频率差值所在范围内的任一频率值，所述第二频率差值为所述最大可能性估计频率值分别与所述两个第二频域信号的频率值中较小频率值间的差值；所述第三频率变化量为大于零，且不大于第三频率差值所在范围内的任一频率值，所述第三频率差值为所述两个第二频域信号的频率值中较大频率值与所述最大可能性估计频率值间的差值。
7.一种电子设备，其特征在于，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存储的程序时，实现权利要求1-5任一所述的方法步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210219102.7A CN114584445B (zh) | 2022-03-08 | 2022-03-08 | 信号的频率估计方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210219102.7A CN114584445B (zh) | 2022-03-08 | 2022-03-08 | 信号的频率估计方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114584445A CN114584445A (zh) | 2022-06-03 |
| CN114584445B true CN114584445B (zh) | 2024-01-12 |
Family
ID=81778921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210219102.7A Active CN114584445B (zh) | 2022-03-08 | 2022-03-08 | 信号的频率估计方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114584445B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158740A (zh) * | 2015-08-24 | 2015-12-16 | 西安电子科技大学 | 基于高精度频率估计的噪声调幅干扰抑制方法 |
| CN113037663A (zh) * | 2021-03-09 | 2021-06-25 | 山东大学 | 一种改进的适用于非恒包络信号的码元速率估计算法 |
| CN113988144A (zh) * | 2021-12-27 | 2022-01-28 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种科氏流量计固有频率获得方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI376507B (en) * | 2008-06-06 | 2012-11-11 | Univ Ishou | Method of optimizing spectrum of power analyzer |
-
2022
- 2022-03-08 CN CN202210219102.7A patent/CN114584445B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158740A (zh) * | 2015-08-24 | 2015-12-16 | 西安电子科技大学 | 基于高精度频率估计的噪声调幅干扰抑制方法 |
| CN113037663A (zh) * | 2021-03-09 | 2021-06-25 | 山东大学 | 一种改进的适用于非恒包络信号的码元速率估计算法 |
| CN113988144A (zh) * | 2021-12-27 | 2022-01-28 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种科氏流量计固有频率获得方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114584445A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101883066B1 (ko) | 레이더 및 소나 애플리케이션들에서 고정 소수점 고속 푸리에 변환들을 스케일링하는 방법 | |
| JPWO2008126240A1 (ja) | 同期フェーザ測定装置及びこれを用いた母線間位相角差測定装置 | |
| CN110618316B (zh) | 一种谐波源辨识方法、装置、终端设备和存储介质 | |
| CN107645770B (zh) | 一种相位校准方法及装置 | |
| JP6173721B2 (ja) | 周波数解析装置、当該周波数解析装置を用いた信号処理装置、および、当該信号処理装置を用いた高周波測定装置 | |
| CN114584445B (zh) | 信号的频率估计方法、装置、电子设备和介质 | |
| CN103575979A (zh) | 一种数字化测量交流电频率的方法 | |
| CN105021886A (zh) | 一种基于特征根估计的谐波源定位装置 | |
| CN113302511B (zh) | 一种干扰处理方法和装置 | |
| CN103605904B (zh) | 基于误差估算的自补偿电力系统幅值算法 | |
| EP3370074B1 (en) | Method for detecting background noise of sensor, and device thereof | |
| CN105548711B (zh) | 一种多频信息滤波递推解调方法 | |
| CN102570984B (zh) | 一种用于电学层析成像系统的多频递推解调方法 | |
| JP2013152112A (ja) | 時間差方位探知装置 | |
| CN115630271A (zh) | 信号频率估计方法、装置、设备及存储介质 | |
| CN104849551B (zh) | 一种谐相角分析方法 | |
| CN112014811B (zh) | 一种雷达载波频率的精细估计方法 | |
| US8600687B2 (en) | Signal analyzer for analyzing dynamic behavior of a target system | |
| CN107505507B (zh) | 一种用于解调含有高斯有色噪声信号的递推解调器 | |
| CN103592513A (zh) | 电力信号谐波分析方法和装置 | |
| CN114113780A (zh) | 一种线性系统频域特性测试方法及系统 | |
| CN106597100B (zh) | 一种广域电网动态频率的插值fft估计方法 | |
| CN112541157A (zh) | 一种信号频率精确估计方法 | |
| KR102009729B1 (ko) | 표집에 의해 부하 신호의 최대 전압값을 판별하기 위한 방법 | |
| CN113687345A (zh) | 一种多普勒雷达水流测速的方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 200100 Room 101, building 2, No. 258-288, Youdong Road, Minhang District, Shanghai Applicant after: GIGA FORCE ELECTRONICS CO.,LTD. Address before: 201203 No. 55, Lane 1505, Zuchongzhi Road, Pudong New Area, Shanghai Applicant before: GIGA FORCE ELECTRONICS CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |