CN115795253B - 一种频率跟踪方法、装置、设备以及计算机存储介质 - Google Patents
一种频率跟踪方法、装置、设备以及计算机存储介质 Download PDFInfo
- Publication number
- CN115795253B CN115795253B CN202111056548.4A CN202111056548A CN115795253B CN 115795253 B CN115795253 B CN 115795253B CN 202111056548 A CN202111056548 A CN 202111056548A CN 115795253 B CN115795253 B CN 115795253B
- Authority
- CN
- China
- Prior art keywords
- signal
- processed
- frequency
- reconstruction
- filtering
- 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 90
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims description 62
- 230000006870 function Effects 0.000 claims description 49
- 238000005070 sampling Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003111 delayed effect Effects 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 239000000203 mixture Substances 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Complex Calculations (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本申请实施例公开了一种频率跟踪方法、装置、设备以及计算机存储介质，该方法包括：获取待处理信号；对待处理信号进行重构，得到两个重构信号；对两个重构信号进行相关处理，得到与频率相关的目标函数；根据目标函数，确定当前时刻的频率值，以实现待处理信号的频率跟踪。这样，在重构出两个与频率和幅值关联的重构信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度。
Description
技术领域
本申请涉及信号处理技术领域，尤其涉及一种频率跟踪方法、装置、设备以及计算机存储介质。
背景技术
在信号处理过程中，往往需要对信号进行实时频率跟踪。目前的频率跟踪方法包括硬件法和软件法两种方案。其中，硬件法由于需要增加锁相环或波形整形电路,导致成本高、实现复杂；而常用的软件法虽然有过零点检测、以快速傅里叶变换(Fast FourierTransform，FFT)为基础的时频分析等多种方法，但是都存在计算工作量大、稳定度差等缺点，降低了频率跟踪的准确度。
发明内容
本申请提出一种频率跟踪方法、装置、设备以及计算机存储介质，不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度。
为达到上述目的，本申请的技术方案是这样实现的：
第一方面，本申请实施例提供了一种频率跟踪方法，该方法包括：
获取待处理信号；
对所述待处理信号进行重构，得到两个重构信号；
对所述两个重构信号进行相关处理，得到与频率相关的目标函数；
根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪。
第二方面，本申请实施例提供了一种频率跟踪装置，该频率跟踪装置包括获取单元、重构单元和计算单元；其中，
所述获取单元，配置为获取待处理信号；
所述重构单元，配置为对所述待处理信号进行重构，得到两个重构信号；
所述计算单元，配置为对所述两个重构信号进行相关处理，得到与频率相关的目标函数；以及根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括存储器和处理器；其中，
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行如第一方面所述的方法。
第四方面，本申请实施例提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如第一方面所述的方法。
本申请实施例所提供的一种频率跟踪方法、装置、设备以及计算机存储介质，通过获取待处理信号；对待处理信号进行重构，得到两个重构信号；对两个重构信号进行相关处理，得到与频率相关的目标函数；根据目标函数，确定当前时刻的频率值，以实现待处理信号的频率跟踪。这样，在重构出两个与频率和幅值关联的重构信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度，且能够快速追踪信号的频率变化。
附图说明
图1为本申请实施例提供的一种频率跟踪方法的流程示意图；
图2为本申请实施例提供的一种初始信号的波形示意图；
图3为本申请实施例提供的一种实际频率与跟踪频率的波形对比示意图；
图4为本申请实施例提供的一种频率跟踪方法的详细流程示意图；
图5为本申请实施例提供的一种频率跟踪装置的组成结构示意图；
图6为本申请实施例提供的另一种频率跟踪装置的组成结构示意图；
图7为本申请实施例提供的一种电子设备的组成结构示意图；
图8为本申请实施例提供的另一种电子设备的组成结构示意图。
具体实施方式
为了能够更加详尽地了解本申请实施例的特点与技术内容，下面结合附图对本申请实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本申请实施例。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。还需要指出，本申请实施例所涉及的术语“第一\第二\第三”仅是用于区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
可以理解的是，频率跟踪是防止保护装置误动的一项重要措施。发生器具有自动调节频率的性能，通常可称作“自动频率跟踪”或简称“频率跟踪”、“频率追踪”。目前，在信号处理过程中往往需要对信号进行实时频率跟踪，从实现手段来看，频率跟踪可以包括硬件法和软件法两种方案。其中，硬件法由于需要增加锁相环或波形整形电路，因此成本高、实现复杂，不适应保护装置微型化的发展方向；而常用的软件频率跟踪算法有过零点检测、以快速傅里叶变换(Fast Fourier Transform，FFT)为基础的时频分析等多种方法，但都存在计算繁琐、稳定度差等缺点。
具体来讲，对于以FFT为基础的时频分析方法，其为短时傅里叶变换，即把信号截成一小段一小段进行傅里叶变换，在得到小段内的频率后，不断将小段划分向时间轴后移，就可以得到频率-时间分布，从而根据不同时间段的频谱，即可确定出频率分布；对于过零点检测方法，则可以根据信号过零点间的时间间距和频率f的关系，从而估算出频率f。
在相关技术中，以FFT为基础的时频分析方法，短时傅里叶变换是窗口内所有数据进行分析，而针对窗口内的频率变化是无法估计的；同样，小波变换也是如此，它是对分析滤波器长度大小的数据做综合分析，而长度内的变化也是无能为力，也就是说，它们的时间分辨率均会受到限制。大多数基于FFT追踪频率的方法都有此局限，只能分析一段时间内的整体信号频率，对频率快速变化的信号无法有效跟踪频率变化，且计算量大，而且还会受窗口长度影响频率分辨率。对于过零点最小二乘算法，这时候信号是通过泰勒展开的，所以距离零点太远的话，其近似结果就会产生较大偏差；另外，这种算法还必须提前假定信号的模型，所以对于多频率分量混杂的信号很难估算。对于过零点检测方法，虽然计算量小，但是误差较大，对多频合成信号的频率跟踪有较大偏离；而且低频辨识时间较长，至少需要半个周期，且小信号下对噪声容忍度较低。
基于此，本申请实施例提供了一种频率跟踪方法，该方法的基本思想是：获取待处理信号；对所述待处理信号进行重构，得到两个重构信号；对所述两个重构信号进行相关处理，得到与频率相关的目标函数；根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪。这样，在重构出两个与频率和幅值关联的重构信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度，且能够快速追踪信号的频率变化。
下面将结合附图对本申请各实施例进行详细说明。
在本申请的一实施例中，参见图1，其示出了本申请实施例提供的一种频率跟踪方法的流程示意图。如图1所示，该方法可以包括：
S101：获取待处理信号。
需要说明的是，本申请实施例的频率跟踪方法应用于频率跟踪装置，或者集成有该装置的电子设备。其中，电子设备可以是诸如智能手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(PortableMedia Player，PMP)、导航装置、可穿戴设备等等，这里不作任何限定。
还需要说明的是，待处理信号可以为音乐信号，也可以为其他任何信号，例如振动信号，雷达信号等等，本申请实施例不作限定。为了获取初始信号中用户感兴趣的基频频率范围，在得到待处理信号之前需要进行第一滤波处理。在一种可能的实施例中，对于S101来说，所述获取待处理信号，可以包括：
获取初始信号；
对初始信号按照预设采样率进行采样，得到采样信号；
对采样信号进行第一滤波处理，得到待处理信号。
在另一种可能的实施例中，对于S101来说，所述获取待处理信号，可以包括：
获取初始信号；
对初始信号进行第一滤波处理，得到滤波信号；
对滤波信号按照预设采样率进行采样，得到待处理信号。
在本申请实施例中，初始信号为模拟信号，该信号的幅度、或频率、或相位随时间作连续变化。示例性地，图2示出了本申请实施例提供的一种初始信号的波形示意图。如图2所示，水平坐标轴(即x轴)表示时间，单位为秒(Second，S)；垂直坐标轴(即y轴)表示初始信号，用x(t)表示；由图2可以得到，x(t)信号的幅度、或频率、或相位随时间作连续变化。
另外，在本申请实施例中，待处理信号为数字信号，可以用x(n)表示，n表示序号，且n为大于或等于零的整数。这样，在获得初始信号之后，可以先对初始信号按照预设采样率进行采样，得到采样信号，该采样信号为幅度和时间都离散的数字信号；然后再对采样信号进行第一滤波处理，可以得到满足用户需求基频频率范围的待处理信号。或者，也可以先对初始信号进行第一滤波处理，得到滤波信号，该滤波信号为模拟信号；然后再对滤波信号按照预设采样率进行采样，这时候也可以得到满足用户需求基频频率范围的待处理信号。其中，在这里，预设采样率可以用FS表示。
还需要说明的是，在本申请实施例中，对于初始信号来说，如果该信号即为幅度和时间都离散的数字信号，那么此时不再需要对其进行采样，可以直接对该信号进行第一滤波处理，这时候也可以得到满足用户需求基频频率范围的待处理信号。
进一步地，在一些实施例中，第一滤波处理可以包括：带通滤波处理。
在本申请实施例中，带通滤波器(Band-Pass Filter，BPF)是一个允许特定频段的信号通过同时屏蔽其他频段的设备。具体来说，带通滤波器是指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波器，与带阻滤波器的概念相对。其中，带通滤波器可以分为模拟带通滤波器和数字带通滤波器；例如，电阻-电感-电容(Resistance-Inductance-Capacitance，RLC)振荡回路就是一个模拟带通滤波器。
也就是说，对采样信号进行第一滤波处理，具体可包括：通过带通滤波器对采样信号进行第一滤波处理，这时候的带通滤波器为数字带通滤波器。或者，对初始信号进行第一滤波处理，具体可包括：通过带通滤波器对初始信号进行第一滤波处理，这时候的带通滤波器为模拟带通滤波器。
示例性地，假定用户感兴趣的基频频率范围为200～500Hz，那么可以设置允许200～500Hz频段的信号通过同时屏蔽其他频段的带通滤波器，然后利用该带通滤波器进行第一滤波处理，从而得到满足200～500Hz频段的待处理信号。
此外，在本申请实施例中，第一滤波处理并不局限于带通滤波处理。如果用户感兴趣的基频频率范围为低频段，那么第一滤波处理也可以为低通滤波处理，此时通过低通滤波器来实现；如果用户感兴趣的基频频率范围为高频段，那么第一滤波处理还可以为高通滤波处理，此时通过高通滤波器来实现；这里不作任何限定。
S102：对待处理信号进行重构，得到两个重构信号。
需要说明的是，在获得待处理信号之后，还可以对其进行信号重构。具体地，在一些实施例中，对于S102来说，所述对待处理信号进行重构，得到两个重构信号，可以包括：
利用第一计算模型对所述待处理信号进行重构，得到第一重构信号；
利用第二计算模型对所述待处理信号进行重构，得到第二重构信号；
在这里，第一重构信号与幅值具有关联关系，第二重构信号与幅值和频率均具有关联关系。
在一种可能的实施例中，在获得待处理信号之后，所述利用第一计算模型对待处理信号进行重构，得到第一重构信号，可以包括：
根据预设常数与所述待处理信号的平方值进行乘法运算，得到所述第一重构信号。
需要说明的是，预设常数的取值可以为2。第一重构信号是仅与幅值有关的信号，其具体可描述为2倍的x(n)的平方值。其中，x(n)表示待处理信号。
在另一种可能的实施例中，在获得待处理信号之后，所述利用第二计算模型对待处理信号进行重构，得到第二重构信号，可以包括：
计算所述待处理信号延时预设时间后的信号与所述待处理信号超前预设时间后的信号之间的和值信号；
根据所述和值信号与所述待处理信号进行乘法运算，得到所述第二重构信号。
需要说明的是，预设时间可以用T表示，T＝m×TS，其中，m为大于零的整数，TS为FS的倒数。这里，FS表示预设采样率，且FS＝1/TS。
还需要说明的是，第二重构信号是与幅值和频率均有关的信号，其具体可描述为x(n)与(x(n)延时T时间后的信号和x(n)超前T时间后的信号之和)的点积。
S103：对两个重构信号进行相关处理，得到与频率相关的目标函数。
需要说明的是，在得到第一重构信号和第二重构信号之后，还可以进行相关处理以去除幅值影响，从而能够得到只与频率相关的目标函数。在一些实施例中，对于S103来说，所述对两个重构信号进行相关处理，得到与频率相关的目标函数，可以包括：
对两个重构信号分别进行第二滤波处理，得到第一滤波重构信号和第二滤波重构信号；
根据第一滤波重构信号和第二滤波重构信号进行频率提取处理，得到目标函数。
进一步地，在一些实施例中，第二滤波处理，可以包括：低通滤波处理。
在本申请实施例中，低通滤波器是容许低于截止频率的信号通过，但高于截止频率的信号不能通过的电子滤波装置。其中，低通滤波器有很多种，例如，最常见的是巴特沃斯滤波器和切比雪夫滤波器。
对于第一滤波重构信号而言，根据第一重构信号和低通滤波器，可以得到第一滤波重构信号，该过程也可以看作是均方根(Root Mean Square，RMS)检测，具体是将第一重构信号输入到低通滤波器中，从而得到第一滤波重构信号。
对于第二滤波重构信号而言，根据第二重构信号和低通滤波器，可以得到第二滤波重构信号，该过程也可以看作是RMS检测，具体是将第二重构信号输入到低通滤波器中，从而得到第二滤波重构信号。
还需要说明的是，在本申请实施例中，第一滤波重构信号和第二滤波重构信号是使用相同的滤波器进行滤波得到的。
进一步地，在得到第一滤波重构信号和第二滤波重构信号之后，还可以去除幅值影响，以得到只与频率相关的目标函数。在一些实施例中，所述根据第一滤波重构信号和第二滤波重构信号进行频率提取处理，得到目标函数，可以包括：对所述第二滤波重构信号与所述第一滤波重构信号进行除法运算，得到与角频率有关的所述目标函数。
示例性地，目标函数的一种具体形式如下，
cos(mω(n)/FS)＝Y2(n)/Y1(n) (1)
其中，Y1(n)表示第一滤波重构信号，Y2(n)表示第二滤波重构信号，FS表示预设采样率，ω(n)表示当前时刻的角频率，m为大于零的整数。
S104：根据目标函数，确定当前时刻的频率值，以实现待处理信号的频率跟踪。
需要说明的是，在得到目标函数之后，即可以确定出当前时刻的频率值。具体地，在一些实施例中，对于S104来说，所述根据目标函数，确定当前时刻的频率值，可以包括：
根据目标函数，计算当前时刻的角频率；
根据当前时刻的角频率，确定当前时刻的频率值。
也就是说，在得到式(1)所示的目标函数之后，可以根据目标函数与角频率之间的关系，求解出当前时刻的角频率。
进一步地，根据计算得到的角频率，结合角频率和信号频率之间的关系，利用式(2)即可确定出当前时刻的频率值，具体如下，
f(n)＝ ω(n)/2π (2)
其中，ω(n)表示当前时刻的角频率，f(n)表示当前时刻的频率值。
也就是说，在获得用户感兴趣的基频频率范围的待处理信号之后，可以通过重构方法得到两个与频率和幅值相关的重构信号，然后通过对这两个重构信号的计算消除幅值影响后获得只与频率相关的目标函数，进而计算出当前时刻的频率值。或者，在获得待处理信号之后，如果通过重构方法能够直接获得与频率相关的重构信号，那么也可以根据该重构信号来计算出当前时刻的频率值。如此，可以快速追踪待处理信号的基频变化，并且准确追踪待处理信号的频率和幅值变化。
示例性地，以100毫秒内的频率变化为例，图3示出了本申请实施例提供的一种实际频率与跟踪频率的波形对比示意图。如图3所示，点线表示实际频率对应的波形，实线表示跟踪频率对应的波形；由图3可以看出，实际频率与跟踪频率的波形近似重合，即对100ms内的频率变化能够及时追踪，而且还能够快速追踪信号频率变化，且不受信号幅值影响。
本实施例提供了一种频率跟踪方法，通过获取待处理信号；对待处理信号进行重构，得到两个重构信号；对两个重构信号进行相关处理，得到与频率相关的目标函数；根据目标函数，确定当前时刻的频率值，以实现待处理信号的频率跟踪。这样，在重构出两个与频率和幅值关联的重构信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度，且能够快速追踪信号的频率变化。
在本申请的另一实施例中，参见图4，其示出了本申请实施例提供的一种频率跟踪方法的详细流程示意图。如图4所示，以音乐信号为例，该详细流程可以包括：
S401：获取音乐信号。
S402：进行带通滤波处理。
S403：得到待处理信号x(n)。
需要说明的是，这里的音乐信号为数字信号，在通过带通滤波器对音乐信号进行滤波处理之后，得到待处理信号x(n)。其中，音乐信号的采样率为FS。
S404：确定第一重构信号y1(n)。
S405：确定第二重构信号y2(n)。
S406：对y1(n)进行低通滤波处理。
S407：对y2(n)进行低通滤波处理。
S408：得到第一滤波重构信号Y1(n)。
S409：得到第二滤波重构信号Y2(n)。
需要说明的是，根据待处理信号x(n)，可以重构得到第一重构信号y1(n)，通过低通滤波器对其进行滤波处理之后，可以得到第一滤波重构信号Y1(n)；另外，根据待处理信号x(n)，还可以重构得到第二重构信号y2(n)，通过低通滤波器对其进行滤波处理之后，可以得到第二滤波重构信号Y2(n)。
S410：进行频率计算。
S411：确定当前时刻的频率值f(n)。
还需要说明的是，在得到Y1(n)和Y2(n)之后，可以进行频率提取，得到只与频率相关的目标函数，进而计算出当前时刻的频率值f(n)。
简言之，在本申请实施例中，可以通过重构方法获得两个与频率和幅值相关的重构信号，然后通过对这两个重构信号的计算消除幅值影响后获得只与频率相关的目标函数，从而计算出当前时刻的频率值。
在一种具体的实施方式中，结合图4，该详细实施步骤如下：
(1)针对音乐信号中感兴趣的基频频率范围，将音乐信号经过带通滤波器获得滤波后的信号，即为待处理信号x(n)，这里的采样率为FS；
(2)重构信号1(只与幅值相关)用y1(n)表示；
(3)重构信号2(与幅值和频率相关)用y2(n)表示；
(4)将重构信号y1(n)与y2(n)分别经过低通滤波器，可以获得第一滤波重构信号Y1(n)与第二滤波重构信号Y2(n)(RMS检测)；
(5)去除幅值影响，提取仅与频率相关的目标函数；
(6)根据目标函数计算当前时刻的角频率ω(n)；
(7)根据角频率，确定当前时刻的频率值f(n)。
本实施例提供了一种频率跟踪方法，通过上述实施例对前述实施例的具体实现进行详细阐述，从中可以看出，在重构出两个与频率和幅值相关的新信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅计算量小，低信噪比能够准确追踪信号频率，非平稳信号也能够准确追踪信号频率；而且还不受信号幅值影响，对噪声容忍度较高，且能快速追踪信号频率变化，提高了频率跟踪的准确度。
在本申请的又一实施例中，参见图5，其示出了本申请实施例提供的一种频率跟踪装置50的组成结构示意图。如图5所示，该频率跟踪装置50可以包括：获取单元501、重构单元502和计算单元503；其中，
获取单元501，配置为获取待处理信号；
重构单元502，配置为对所述待处理信号进行重构，得到两个重构信号；
计算单元503，配置为对所述两个重构信号进行相关处理，得到与频率相关的目标函数；以及根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪。
在一些实施例中，参见图6，该频率跟踪装置50还可以包括采样单元504和滤波单元505；其中，
获取单元501，还配置为获取初始信号；
采样单元504，配置为对所述初始信号按照预设采样率进行采样，得到采样信号；
滤波单元505，配置为对所述采样信号进行第一滤波处理，得到所述待处理信号。
在一些实施例中，获取单元501，还配置为获取初始信号；
滤波单元505，还配置为对所述初始信号进行第一滤波处理，得到滤波信号；
采样单元504，还配置为对所述滤波信号按照预设采样率进行采样，得到所述待处理信号。
在一些实施例中，所述第一滤波处理可以包括：带通滤波处理。
在一些实施例中，重构单元502，具体配置为利用第一计算模型对所述待处理信号进行重构，得到第一重构信号；以及利用第二计算模型对所述待处理信号进行重构，得到第二重构信号；其中，所述第一重构信号与幅值具有关联关系，所述第二重构信号与幅值和频率均具有关联关系。
在一些实施例中，重构单元502，还配置为根据预设常数与所述待处理信号的平方值进行乘法运算，得到所述第一重构信号；以及还配置为计算所述待处理信号延时预设时间后的信号与所述待处理信号超前预设时间后的信号之间的和值信号，并根据所述和值信号与所述待处理信号进行乘法运算，得到所述第二重构信号。
在一些实施例中，滤波单元505，还配置为对所述两个重构信号分别进行第二滤波处理，得到第一滤波重构信号和第二滤波重构信号；
计算单元503，还配置为根据所述第一滤波重构信号和所述第二滤波重构信号进行频率提取处理，得到所述目标函数。
在一些实施例中，所述第二滤波处理可以包括：低通滤波处理。
在一些实施例中，计算单元503，还配置为根据所述目标函数，计算当前时刻的角频率；以及根据所述当前时刻的角频率，确定所述当前时刻的频率值。
可以理解地，在本实施例中，“单元”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是模块，还可以是非模块化的。而且在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现前述实施例中任一项所述的方法的步骤。
基于上述频率跟踪装置50的组成以及计算机存储介质，参见图7，其示出了本申请实施例提供的一种电子设备70的组成结构示意图。如图7所示，电子设备70可以包括：通信接口701、存储器702和处理器703；各个组件通过总线系统704耦合在一起。可理解，总线系统704用于实现这些组件之间的连接通信。总线系统704除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统704。其中，通信接口701，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
存储器702，用于存储能够在处理器703上运行的计算机程序；
处理器703，用于在运行所述计算机程序时，执行：
获取待处理信号；
对所述待处理信号进行重构，得到两个重构信号；
对所述两个重构信号进行相关处理，得到与频率相关的目标函数；
根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪。
可以理解，本申请实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步链动态随机存取存储器(Synchronous link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器703可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器703中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器703可以是通用处理器、数字信号处理器(Digital Signal Processor，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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器703读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地，作为另一个实施例，处理器703还配置为在运行所述计算机程序时，执行前述实施例中任一项所述的方法的步骤。
可选地，在本申请的再一实施例中，参见图8，其示出了本申请实施例提供的另一种电子设备70的组成结构示意图。如图8所示，电子设备80至少可以包括前述实施例中任一项所述的频率跟踪装置50。
在本申请实施例中，对于电子设备70而言，在重构出两个与频率和幅值关联的重构信号后，通过对这两个重构信号的处理以消除幅值影响，而后根据所得到的仅与频率相关的目标函数来计算频率，从而不仅可以降低计算工作量，而且还能够不受信号幅值影响，提高了频率跟踪的准确度，且能够快速追踪信号的频率变化。
需要说明的是，在本申请中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种频率跟踪方法，其特征在于，所述方法包括：
获取待处理信号；
对所述待处理信号进行重构，得到两个重构信号；
对所述两个重构信号分别进行第二滤波处理，得到第一滤波重构信号和第二滤波重构信号；根据所述第一滤波重构信号和所述第二滤波重构信号进行频率提取处理，得到与频率相关的目标函数；
根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪；
其中，所述对所述待处理信号进行重构，得到两个重构信号，包括：
利用第一计算模型对所述待处理信号进行重构，得到第一重构信号；其中，所述第一计算模型表征预设常数、所述待处理信号的平方值和所述第一重构信号之间的关系；
利用第二计算模型对所述待处理信号进行重构，得到第二重构信号；其中，所述第二计算模型表征所述待处理信号、所述待处理信号延时预设时间后的信号、所述待处理信号超前预设时间后的信号和所述第二重构信号之间的关系；
其中，所述第一重构信号与幅值具有关联关系，所述第二重构信号与幅值和频率均具有关联关系。
2.根据权利要求1所述的方法，其特征在于，所述获取待处理信号，包括：
获取初始信号；
对所述初始信号按照预设采样率进行采样，得到采样信号；
对所述采样信号进行第一滤波处理，得到所述待处理信号。
3.根据权利要求1所述的方法，其特征在于，所述获取待处理信号，包括：
获取初始信号；
对所述初始信号进行第一滤波处理，得到滤波信号；
对所述滤波信号按照预设采样率进行采样，得到所述待处理信号。
4.根据权利要求2或3所述的方法，其特征在于，所述第一滤波处理，包括：带通滤波处理。
5.根据权利要求1所述的方法，其特征在于，所述利用第一计算模型对所述待处理信号进行重构，得到第一重构信号，包括：
根据预设常数与所述待处理信号的平方值进行乘法运算，得到所述第一重构信号；
所述利用第二计算模型对所述待处理信号进行重构，得到第二重构信号，包括：
计算所述待处理信号延时预设时间后的信号与所述待处理信号超前预设时间后的信号之间的和值信号；
根据所述和值信号与所述待处理信号进行乘法运算，得到所述第二重构信号。
6.根据权利要求1所述的方法，其特征在于，所述第二滤波处理，包括：低通滤波处理。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标函数，确定当前时刻的频率值，包括：
根据所述目标函数，计算当前时刻的角频率；
根据所述当前时刻的角频率，确定所述当前时刻的频率值。
8.一种频率跟踪装置，其特征在于，所述频率跟踪装置包括获取单元、重构单元、滤波单元和计算单元；其中，
所述获取单元，配置为获取待处理信号；
所述重构单元，配置为对所述待处理信号进行重构，得到两个重构信号；
所述滤波单元，配置为对所述两个重构信号分别进行第二滤波处理，得到第一滤波重构信号和第二滤波重构信号；
所述计算单元，配置为根据所述第一滤波重构信号和所述第二滤波重构信号进行频率提取处理，得到与频率相关的目标函数；以及根据所述目标函数，确定当前时刻的频率值，以实现所述待处理信号的频率跟踪；其中：
所述重构单元，具体配置为利用第一计算模型对所述待处理信号进行重构，得到第一重构信号，以及利用第二计算模型对所述待处理信号进行重构，得到第二重构信号；其中，所述第一计算模型表征预设常数、所述待处理信号的平方值和所述第一重构信号之间的关系，所述第二计算模型表征所述待处理信号、所述待处理信号延时预设时间后的信号、所述待处理信号超前预设时间后的信号和所述第二重构信号之间的关系，以及所述第一重构信号与幅值具有关联关系，所述第二重构信号与幅值和频率均具有关联关系。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；其中，
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行如权利要求1至7任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111056548.4A CN115795253B (zh) | 2021-09-09 | 2021-09-09 | 一种频率跟踪方法、装置、设备以及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111056548.4A CN115795253B (zh) | 2021-09-09 | 2021-09-09 | 一种频率跟踪方法、装置、设备以及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115795253A CN115795253A (zh) | 2023-03-14 |
| CN115795253B true CN115795253B (zh) | 2023-10-03 |
Family
ID=85473203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111056548.4A Active CN115795253B (zh) | 2021-09-09 | 2021-09-09 | 一种频率跟踪方法、装置、设备以及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115795253B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105004926A (zh) * | 2015-07-27 | 2015-10-28 | 华中科技大学 | 一种交流电相位频率幅值跟踪重构的方法 |
| CN108399391A (zh) * | 2018-03-06 | 2018-08-14 | 北京邮电大学 | 一种基于信号带宽特征的无人机信号识别的方法及装置 |
| CN108512614A (zh) * | 2018-03-06 | 2018-09-07 | 北京邮电大学 | 一种低信噪比电磁信号识别的方法及装置 |
| CN111134637A (zh) * | 2019-12-06 | 2020-05-12 | 深圳绿米联创科技有限公司 | 信号处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-09-09 CN CN202111056548.4A patent/CN115795253B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105004926A (zh) * | 2015-07-27 | 2015-10-28 | 华中科技大学 | 一种交流电相位频率幅值跟踪重构的方法 |
| CN108399391A (zh) * | 2018-03-06 | 2018-08-14 | 北京邮电大学 | 一种基于信号带宽特征的无人机信号识别的方法及装置 |
| CN108512614A (zh) * | 2018-03-06 | 2018-09-07 | 北京邮电大学 | 一种低信噪比电磁信号识别的方法及装置 |
| CN111134637A (zh) * | 2019-12-06 | 2020-05-12 | 深圳绿米联创科技有限公司 | 信号处理方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115795253A (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen et al. | Power system frequency estimation of sine-wave corrupted with noise by windowed three-point interpolated DFT | |
| Gryllias et al. | Estimation of the instantaneous rotation speed using complex shifted Morlet wavelets | |
| Hwang et al. | Power system frequency estimation by reduction of noise using three digital filters | |
| CN105105737A (zh) | 基于光电容积描记和谱分析的运动状态心率监测方法 | |
| Sharma et al. | Improved eigenvalue decomposition-based approach for reducing cross-terms in Wigner–Ville distribution | |
| Jain et al. | An adaptive time-efficient technique for harmonic estimation of nonstationary signals | |
| CN104251934B (zh) | 谐波分析方法和装置以及确定谐波间杂波的方法和装置 | |
| US20220051685A1 (en) | Method for transforming audio signal, device, and storage medium | |
| CN109917429B (zh) | 一种b1c弱信号的捕获方法、装置及计算机存储介质 | |
| CN112362966A (zh) | 基于小波包变换与stft相融合的电网谐波检测方法及装置 | |
| CN115795253B (zh) | 一种频率跟踪方法、装置、设备以及计算机存储介质 | |
| Dai et al. | A continuous wavelet transform approach for harmonic parameters estimation in the presence of impulsive noise | |
| US8995230B2 (en) | Method of extracting zero crossing data from full spectrum signals | |
| Wang et al. | An adaptive time-frequency filtering algorithm for multi-component LFM signals based on generalized S-transform | |
| CN107367640B (zh) | 基于相位信息的非均匀包络未知脉冲边沿估计方法及设备 | |
| CN107884791B (zh) | 一种gnss定位数据的滤波方法 | |
| Hua et al. | Filtering of long-term dependent fractal noise in fiber optic gyroscope | |
| CN114184838A (zh) | 基于sn互卷积窗的电力系统谐波检测方法、系统及介质 | |
| CN116481416B (zh) | 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质 | |
| Xu et al. | Field PMU Test and Calibration Method—Part II: Test Signal Identification Methods and Field Test Applications | |
| CN115166648B (zh) | 一种低信噪比雷达信号处理方法及装置 | |
| CN113092850B (zh) | 一种简化s变换的时频谱分析方法及系统 | |
| Srivastava et al. | Harmonic/Inter-harmonic Estimation: Key Issues and Challenges | |
| Shi et al. | Hankel Spectrum Analysis: A Decomposition Method for Quasi‐Periodic Signals and Its Geophysical Applications | |
| Krishnan et al. | Hilbert–Huang transform and its variants in engineering data analytics: State of the art and research challenges |
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 |