-
Die
Erfindung betrifft ein Verfahren und ein System zur Detektion und/oder
Beseitigung von sinusförmigen
Störsignalen
in einem Rauschsignal.
-
Rauschmeßsignale
sind üblicherweise,
wie in 1 dargestellt
ist, mit sinusförmigen
Störsignalen überlagert.
Die Quellen dieser sinusförmigen
Störsignale
sind entweder geräteintern
oder außerhalb
des Gerätes
zu suchen. Die Frequenzen der Störlinien
sind teilweise im vornherein bekannt (Netzbrummen mit bis zu 10
Oberwellen, Nebenlinien geräteinterner
Frequenzsynthesizer, Einkopplungen von Frequenzteilern, Mikrophonieeffekte
von beispielsweise Lüftern)
bzw. müssen
zum Teil noch ermittelt werden.
-
Diese
zu sinusförmigen
Störsignalen
gehörigen
Spektrallinien sind beispielsweise bei der Vermessung von Phasenrauschen
störend
und sollten identifiziert und bestmöglich aus der Rauschmeßkurve beseitigt
werden. Andererseits ist es aber in einigen Anwendungsfällen auch
wichtig, die Frequenzen und Leistungspegel der sinusförmigen Störsignale
nur möglichst
präzise
zu messen.
-
Bei
der hochgenauen Spektralanalyse eines Meßsignals ist deshalb anzustreben,
die einzelnen zu den sinusförmigen
Störsignalen
gehörigen
Spektrallinien aus den übrigen
Spektralanteilen des Meßsignals
zu identifizieren, die Frequenzen und Leistungspegel der identifizierten
Spektrallinien zu messen und bei Bedarf – beispielsweise im Falle einer
Rauschmessung – die
identifizierten Spektrallinien aus dem gemessenen Spektrum vollständig zu
beseitigen.
-
Nach
dem Stand der Technik kommen für
die Identifizierung von sinusförmigen
Störsignalen
in einem Rauschsignal grafische Verfahren zum Einsatz.
-
In
einem grafischen Verfahren wird gemäß (2) über die
Rauschkurve eine Schwellwertlinie gelegt. Alle Anteile des Spektrums,
die über
dieser Schwellwertlinie liegen, werden als Spektrallinien erkannt.
Der linke und rechte Schnittpunkt der durch die Schwellwertlinie
identifizierten Peak-Linien mit der peak-freien Rauschkurve wird
jeweils ermittelt und mittels einer geeigneten Interpolation verbunden.
-
Die
Identifizierung von zu sinusförmigen
Störsignalen
gehörigen
Spektrallinien in einem Rauschspektrum erfordert eine hochauflösende Fourier-Transformation.
Nahe beieinander liegende Spektrallinien können mit einer Fourier-Transformation
auf grafischen Wege nicht getrennt voneinander identifiziert werden.
Die Verwendung einer konstanten Schwellwertlinie ist bei einer Phasenrauschkurve,
die einen monoton fallenden Verlauf aufweist, nicht zielführend. Es
muß folglich
eine Schwellwertlinie verwendet werden, die entweder einen nur in
sehr kleinen Bereichen konstanten Verlauf oder einen der Phasenrauschkurve
komplementären
Verlauf aufweist. Die Lagebestimmung von Spektrallinien ist in einem
solchen Fall nachteilig nur noch auf heuristischem Wege möglich. Als
weiterer Nachteil des grafischen Verfahrens ist die Tatsache zu
sehen, daß aufgrund der
Interpolation der Rauschkurve die genaue Information über die
Rauschkurve im Bereich der identifizierten Spektrallinien verloren
geht. Hinzukommt, daß bei
zahlreichen Spektrallinien in der Rauschkurve der grafische Eindruck
der Spektrumskurve infolge der zahlreichen Interpolationen zerstört wird.
-
Der
Erfindung liegt deshalb die Aufgabe zugrunde, ein Verfahren und
ein System zur Identifizierung und/oder Beseitigung einer unbekannten
Anzahl von sinusförmigen
Störsignalen
in einem im allgemeinen farbigen Rauschsignal zu schaffen, das eine
Fast-Fourier-Transformation mit praktikabler Frequenzauflösung und
gleichzeitig ein effizientes numerisches Verfahren beinhaltet.
-
Die
Aufgabe der Erfindung wird durch ein Verfahren zur Detektion von
sinusförmigen
Störsignalen
in einem Rauschsignal nach Anspruch 1, ein System zur Identifikation
von sinusförmigen
Störsignalen
in einem Rauschsignal nach Anspruch 16, ein Verfahren zur Beseitigung
von sinusförmigen
Störsignalen
aus einem Rauschsignal nach Anspruch 20 und ein System zur Beseitigung
von sinusförmigen
Störsignalen
aus einem Rauschsignal nach Anspruch 30 gelöst. Vorteilhafte Weitergestaltungen
der Erfindung sind in den jeweils abhängigen Ansprüchen aufgestellt.
-
Beim
erfindungsgemäßen Verfahren
und System zur Detektion von sinusförmigen Störsignalen in einem Rauschsignal
wird der gesamte Frequenzbereich des zu messenden Rauschsignals über eine
Fast-Fourier-Transformation-Filterbank in mehrere Frequenzenbänder aufgeteilt,
in denen das Rauschsignal jeweils näherungsweise weiß ist und
zusätzlich
nur eine begrenzte, vergleichsweise kleine Anzahl von zu sinusförmigen Störsignalen
gehörigen
Spektrallinien enthalten sind.
-
Somit
sind die Voraussetzungen gegeben, über ein Verfahren zur Eigenwert-Analyse
von Autokorrelations-Matrizen, die auf dem aus Rauschsignal und überlagerten
sinusförmigen
Störsignalen
zusammengesetzten Meßsignal
gewonnen werden, die Frequenzen und Leistungspegel der sinusförmigen Störsignale
zu ermitteln. Hierbei werden die Eigenwerte der für jedes
Frequenzband jeweils gewonnenen Autokorrelations-Matrix jeweils
in zu den Rauschanteilen gehörige
Eigenwerte und in zu den Signalanteilen gehörige Eigenwerte aufgespaltet.
Die zu den Rauschanteilen gehörigen
Eigenwerte sind die jeweils niedrigsten Eigenwerte und weisen jeweils
einen deutlichen Werteabstand zu den zu den Signalanteilen gehörigen Eigenwerten auf.
Mittels der zu den Rausch-Eigenwerten gehörigen Eigenvektoren wird eine
Schätzfunktion
gebildet, deren Maxima die zu den zugehörigen Frequenzen gehörigen Leistungspegel
der gesuchten sinusförmigen
Störsignale
darstellen.
-
Als
Schätzfunktion
kann beispielsweise die auf dem MUSIC(MUltiple SIgnal Classification-)-Verfahren basierende
Schätzfunktion
zum Einsatz kommen. Alternativ können
aber auch andere auf der Eigenwertzerlegung von Autokorrelations-Matrizen
basierende Frequenzschätz-Verfahren
eingesetzt werden.
-
Um
Frequenzbänder
mit einer Frequenzbandbreite zu generieren, in denen das Rauschsignal
als weiß anzunehmen
ist, wird eine Fast-Fourier-Transformation-Filterbank verwendet.
-
Aufgrund
der Fensterung der Fast-Fourier-Transformation-Filterbank, die beispielsweise über ein Chebyshev-Filter
realisiert ist, erscheinen Spektrallinien von sinusförmigen Störsignalen
nicht nur in einem Frequenzband, sondern auch in mehreren links-
und rechtsseitig benachbarten Frequenzbändern. Diese zusätzlichen
Spektrallinien sind unerwünscht
und müssen
als solche identifiziert werden und bei der Identifizierung und
Beseitigung der Spektrallinien entsprechend berücksichtigt werden.
-
Aufgrund
der Fensterfunktion erstrecken sich die Spektrallinien von sinusförmigen Störsignalen über mehrere
Frequenzbänder.
Durch erfindungsgemäße Normierung
des Frequenzabstandes jedes dieser von der Fensterfunktion im jeweiligen
Frequenzband erzeugten Spektrallinien zur Mittenfrequenz des jeweiligen
Frequenzbandes mit der Binbreite der verwendeten FFT ist es vergleichsweise
einfach, die über
die Schätzfunktion
ermittelten und zu den einzelnen Stör-Spektrallinien gehörigen Leistungspegel,
welche über
mehrere Frequenzbänder
verteilt sind, mittels einer erfindungsgemäßen Entfaltung wieder zusammenzuführen.
-
Für den Fall,
daß zwei
oder mehrere sinusförmige
Störsignale
eine Frequenz aufweisen, die jeweils in zwei oder mehrere benachbarte
Frequenzbändern
fallen und gleichzeitig aufgrund ihrer Frequenzlage zur Mittenfrequenz
des jeweiligen Frequenzbandes die gleiche normierte Frequenz aufweisen
und damit über
mehrere benachbarte Frequenzbänder
bei den gleichen Frequenzen zu liegen kommen, werden über die
erfindungsgemäße Anwendung
einer Entfaltung die zu den einzelnen sinusförmige Störsignalen gehörigen Leistungspegel
der Spektrallinien separiert.
-
Da
die Anwendung der Entfaltung u.U. zu fehlerhaften Leistungspegeln
führen
kann, müssen
diese über
Plausibilitätskriterien
selektiert werden. Hierbei werden identifizierte Leistungspegel
nur dann als korrekte Leistungspegel ausgewiesen, wenn sie über einer
gewissen vorgegebenen Rauschleistungsschwelle und gleichzeitig oberhalb
eines dynamischen Schwellenwertes liegen, der zum maximalen Leistungspegel
aller Leistungspegel mit näherungsweise
gleicher normierter Frequenz in Verbindung steht.
-
Beim
erfindungsgemäßen Verfahren
und System zur Beseitigung von sinusförmigen Störsignalen aus einem Rauschsignal
wird der gesamte Frequenzbereich des Meßsignal ganz analog zum erfindungsgemäßen Verfahren
und System zur Identifizierung von sinusförmige Störsignalen in einem Rauschsignal über eine Fast-Fourier-Transformation-Filterbank
in mehrere Frequenzbänder
geteilt. Die Frequenzen der sinusförmigen Störsignale, die entweder durch
das erfindungsgemäße Verfahren
und System zur Identifikation von sinusförmigen Störsignalen in einem Rauschsignal
mit obengenannten Merkmalen ermittelt werden oder vom Anwender vorgegeben
werden, werden dabei den einzelnen Frequenzbändern zugeordnet. Hierbei wird
auch berücksichtigt,
daß von
einem sinusförmigen
Störsignal
aufgrund der Fensterung der FFT nicht nur in einem einzigen Frequenzband,
sondern in mehreren benachbarten Frequenzbändern Spektrallinien auftreten.
-
Ausgehend
von der Anzahl der zu beseitigenden Spektrallinien je Frequenzband
wird erfindungsgemäß die Rausch leistung
des jeweiligen Frequenzbandes aus einer bestimmten Anzahl von niedrigsten
Eigenwerten einer zum jeweiligen Frequenzband gehörigen Autokorrelations-Matrix
ermittelt. Die Anzahl der niedrigsten Eigenwerte der zum jeweiligen
Frequenzband gehörigen
Autokorrelations-Matrix, die zu den einzelnen Rauschanteilen des
aus Rauschsignal und sinusförmigen
Störsignalen
bestehenden Meßsignals
gehören, werden
einerseits über
eine Analyse aller Eigenwerte der zum jeweiligen Frequenzband gehörigen Autokorrelations-Matrix
dadurch bestimmt, daß alle
zu den jeweiligen Rauschanteilen gehörigen Eigenwerte minimal sind
und einen deutlichen Werteabstand zu den zu den Signalanteilen – sinusförmige Störsignale – aufweisen. Bei
vorgegebener Anzahl zu beseitigender Störsignal-Spektrallinien kann die Anzahl der zum
Rauschsignal gehörenden
Eigenwerte erfindungsgemäß auch aus
der Matrixdimension abzüglich
der vorgegebenen Anzahl zu beseitigender Störsignal-Spektrallinien ermittelt
werden. Das Spektrum des von sinusförmigen Störsignalen befreiten Rauschsignals
ergibt sich erfindungsgemäß aus der
Zusammenführung
aller zu den einzelnen Frequenzbändern
gehörenden
Rauschspektren.
-
Eine
Ausführungsform
des erfindungsgemäßen Verfahrens
und erfindungsgemäßen Systems
zu Identifikation von sinusförmigen
Störsignalen
in einem Rauschsignal und eine Ausführungsform des erfindungsgemäßen Verfahrens
und erfindungsgemäßen Systems
zur Beseitigung von sinusförmigen
Störsignalen
aus einem Rauschsignal werden im folgenden unter Berücksichtigung
der Zeichnung näher
erläutert.
In der Zeichnung zeigen:
-
1 eine
Darstellung eines gemessenen Spektrums eines Rauschsignals mit überlagerten
Störsignal-Spektrallinien,
-
2 eine
spektrale Darstellung eines mittels grafischen Verfahren von den
Störsignal-Spektrallinien befreiten
Rauschspektrums,
-
3 ein
Blockdiagramm einer Fast-Fourier-Transformation-Filterbank,
-
4A, 4B ein
Frequenzspektrum eines Chebyshev- und eines Rechteck-Fensters,
-
5 ein
Frequenz-Zeit-Diagramm einer erfindungsgemäßen Anwendung einer Fast-Fourier-Transformation-Filterbank,
-
6 eine
schematische Darstellung einer FFT-Filterbank aus zeitlich überlappenden
FFTs,
-
7 eine
spektrale Darstellung von Leistungspegelkurven,
-
8 eine
spektrale Darstellung des Analyse-Bereichs für Störsignal-Spektrallinien an Halbdekadengrenzen,
-
9 ein
Flußdiagramm
eines erfindungsgemäßen Verfahrens
zur Detektion von sinusförmigen
Störsignalen
in einem Rauschsignal,
-
10 ein
Flußdiagramm
eines erfindungsgemäßen Verfahrens
zur Bestimmung der Anzahl von Rausch- und Störsignal-Eigenwerten aus allen
Eigenwerten einer Autokorrelations-Matrix,
-
11 ein
Flußdiagramm
eines erfindungsgemäßen Verfahrens
zur Erstellung von Listen von jeweils in einer Halbdekade zu beseitigenden
Spektrallinien,
-
12 ein
Flußdiagramm
eines erfindungsgemäßen Verfahrens
zur Beseitigung von sinusförmigen Störsignalen
aus einem Rauschsignal,
-
13 ein
Blockdiagramm eines erfindungsgemäßen Systems zur Detektion von
sinusförmigen
Störsignalen
in einem Rauschsignal,
-
14 ein
Blockdiagramm eines erfindungsgemäßen Systems zur Beseitigung
von sinusförmige Störsignalen
in einem Rauschsignal und
-
15 eine
spektrale Darstellung eines mit Spektral linien von sinusförmigen Störsignalen
verunreinigten Rauschspektrums und
-
16 eine
spektrale Darstellung eines von Spektral linien von sinusförmigen Störsignalen
bereinigten Rauschspektrums.
-
Bevor
in den 9, 10, 11, 12, 13,
und 14 auf das erfindungsgemäße System und erfindungsgemäßen Verfahren
zur Detektion von sinusförmige
Störsignalen
in einem Rauschsignal und auf das erfindungsgemäße System und erfindungsgemäße Verfahren
zur Beseitigung von sinusförmigen
Störsignalen
aus einem Rauschsignal im Detail eingegangen wird, werden im folgenden
die erfindungswesentlichen theoretischen Grundlagen dargestellt.
-
Erfindungsgemäß wird der
gesamte Frequenzbereich des aus Rauschsignal und sinusförmigen Störsignalen
zusammengesetzten Meßsignals
in mehrere Frequenzbänder
aufgespalten, in denen jeweils das Rauschsignal näherungsweise
weiß ist
und das jeweils nur eine begrenzte, vergleichsweise kleinen Anzahl von
sinusförmigen
Störsignalen
enthält.
Die Aufteilung in mehrere Frequenzbänder erfolgt über eine
Filterbank, welche in Form einer Fast-Fourier-Transformation (FFT)
gemäß 3 realisiert
ist.
-
Eine
FFT-Filterbank 1, die erfindungsgemäß eine ihrer FFT-Länge NFFT entsprechende
Anzahl von Frequenzbändern
erzeugt, weist demgemäß insgesamt
NFFT Signalpfade auf, die aus einem Meßsignal
x(t) zu insgesamt NFFT zeitdiskreten Ausgangssignalen
x1(μ·Δt), x2(μ·Δt), ...,
xNFFT(μ·Δt) führen. Bei
einem reellen Meßsignal
x(t) und damit einem symmetrischen Spektrum X(f) ist einzig die
FFT in einem Seitenband auszuwerten. Die Anzahl der zu betrachtenden
Frequenzbänder
reduziert sich in diesem Fall auf NFFT/2.
Das Eingangssignal x(t) wird jeweils in jedem der NFFT Signalpfade
zuerst einer Fensterung 21 , 22 , ..., 2NFFT mit
der jeweils zugehörigen
Impulsantwort hWindow1(t), hWindow2(t),
..., hWindowNFFT(t) unterworfen. Die Mittenfrequenz
der jeweiligen Fensterübertragungsfunktion
HWindow1(f) HWindow2(f),
..., HWindowNFFT(f) stimmen mit den Frequenzen ν·f0 der einzelnen FFT-Bins überein und bilden auch die
Mittenfrequenzen der einzelnen Frequenzbänder ν. Die Bandbreite jeder der Fensterübertragungsfunktionen
HWindow1(f), HWindow2(f),
..., HWindowNFFT(f) ergibt sich folglich – unter
der idealen Voraussetzung rechteckförmig verlaufender Frequenzspektren
der Fensterübertragungsfunktionen
HWindow1(f), HWindow2(f),
..., HWindowNFFT(f) – aus der Binbreite f0 der FFT und entspricht auch der Bandbreite Δf jedes der
Frequenzbänder.
-
Nach
der jeweiligen Fensterung 21 , 22 , ..., 2NFFT wird
das jeweils gefensterte Signal in jeweils nachfolgenden Abwärtsmischungen 31 , 32 ,
..., 3NFFT , mit jeweils der Frequenz
f0, 2·f0, ..., NFFT·f0. in das jeweilige Frequenzband im Basisband
gemischt.
-
Schließlich erfolgt
mit den gefensterten und ins Basisband abwärtsgemischten Signalen in den
einzelnen Signalpfaden eine Unterabtastung
41 ,
42 , ..,
4NFFT mit
jeweils der Abtastrate
die zu den einzelnen zeitdiskreten
Ausgangssignalen x
1(μ·Δt), x
2(μ·Δt), ...,
x
NFFT(μ·Δt) an den
jeweiligen Ausgängen
der einzelnen Signalpfaden führt.
Jedes dieser zeitdiskreten Ausgangssignale x
1(μ·Δt), x
2(μ·Δt), ..., x
NFFT(μ·Δt) ist jeweils
einem der insgesamt N
FFT Frequenzbänder zugewiesen
und weist jeweils ein näherungsweise
weißes
Rauschsignal auf und besitzt eine begrenzte, vergleichsweise kleine
Anzahl von sinusförmigen Störsignalen.
-
Die
Fensterübertragungsfunktionen
HWindow1(f), HWindow2(f),
..., HWindowNFFT(f) weisen in der Realität keine rechteckförmigen Frequenzspektren
auf, sondern besitzen wie im Fall eines Chebyshev-Filters in 4A und eines
Rechteck-Filters in 4B mehrere zu einer "Hauptkeule" links- und rechtsseitig
gelagerte "Nebenkeulen". Während ein
Rechteck-Filter
eine schmale "Hauptkeule" aufweist und damit
der Anforderung, eine hohe, der Binbreite f0 der
FFT entsprechende Frequenzauflösung
zu realisieren, am ehesten entspricht, wird eine Spektrallinie nachteilig
in den benachbarten "Nebenkeulen" entsprechend der
Dämpfung
der jeweiligen "Nebenkeule" periodisch fortgesetzt
(sogenannter "Leakage-Effekt"). Beim Chebyshev-Filter
dagegen kann die periodische Fortsetzung von in die "Hauptkeule" fallende Spektrallinien
in den einzelnen "Nebenkeulen" über die Dämpfung der "Nebenkeulen" gezielt auf einen vernachlässigen Wert
reduziert werden, während
die Bandbreite der "Hauptkeule" sich nachteilig über mehrere
FFT-Bins und damit über
mehrere Frequenzbänder
erstreckt. Die erfindungsgemäße Beseitigung
der nachteiligen Auswirkung der Fensterfunktion über mehrere Frequenzbänder wird
weiter unten im Detail ausgeführt.
-
Das
von der FFT-Filterbank erzeugte Ausgangs-Signal x(μ·Δt·N
FFT) im ν-ten
Frequenzband ergibt sich bei einem zeitdiskreten Eingangssignal
x(μ·Δt) gemäß Gleichung
(1):
-
Enthält das zeitdiskrete
Eingangssignal x(μ·Δt) ein sinusförmiges Störsignal
mit einer Frequenz f
k, die exakt auf die
Mittenfrequenz des FFT-Bins fällt
(f
k = ν·f
0), so ergibt sich mit
und der Beziehung
gemäß Gleichung (2) ein Ausgangssignal
x(μ·Δt·N
FFT) der FFT-Filterbank:
-
Fällt die
Frequenz f
k des sinusförmigen Störsignals auf die Mitte zwischen
zwei FFT-Bin
so weist das Ausgangssignal
x(μ·Δt·N
FFT) der FFT-Filterbank im ν-ten Frequenzband
gemäß Gleichung
(3) einen Drehzeiger mit maximaler Drehgeschwindigkeit
auf.
-
-
Aufgrund
der Fensterung werden Spektrallinien von sinusförmigen Störsignalen, deren Frequenz f
k in einem bestimmten Frequenzband zu liegen
kommen, auch in benachbarten Frequenzbändern detektiert. Die Amplitude
dieser Neben-Spektrallinien ergeben sich aus der Dämpfung der
Fenster-Übertragungsfunktion.
Die Phasen der Neben-Spektrallinien
sind gemäß Gleichung
(4) unter der Voraussetzung einer reellen und symmetrischen (geraden)
Fensterfunktion h
Window(t) und damit einer
reellen und geraden Fenster-Übertragungsfunktion
H
Window(f) zur Phase der durch die "Hauptkeule" der Fenster-Übertragungsfunktion
erzeugten Haupt-Spektrallinie konstant:
-
Das
Frequenz-Zeit-Diagramm der FFT-Filterbank in 5 zeigt
noch einmal zusammenfassend die Zusammenhänge zwischen Zeit- und Frequenzbereich
bei einer erfindungsgemäßen FFT-Filterbank,
die über mehrere
Fast-Fourier-Transformatoren
FFT1, FFT2, FFT3, FFT4 und FFT5 insgesamt NFFT =
8 Frequenzbänder, die
jeweils den einzelnen Signalpfaden der FFT-Filterbank in 3 entsprechen,
mit einer Bandbreite in Höhe der
Binbreite f0 der FFTs erzeugt.
-
Die
einzelnen Fast-Fourier-Transformatoren FFT
1,
FFT
2, FFT
3, FFT
4, FFT
5 usw. der
FFT-Filterbank müssen
nicht zyklisch hintereinander geschaltet werden, sondern können gemäß
6 zeitlich überlappen. Diese
Anordnung entspricht dem aus dem Stand der Technik bekannten Welch-Verfahren. Die jeweils
N
FFT Abtastwerte an den Ausgängen der
jeweils N
FFT Signalpfade der FFT-Filterbank
1 liegen
gemäß
3 am
den Stellen x
1(μ·Δt·N
FFT·(1-Überlappung)),
x
2(μ·Δt·N
FFT·(1-Überlappung)),
..., x
NFFT(μ·Δt·N
FFT·(1-Überlappung))
vor. Gegenüber
den nichtüberlappenden
FFTs ergibt sich somit eine Überabtastung
um den Faktor
-
Zusätzlich bewirkt
die Überlappung
bei einem sinusförmigen
Störsignal
mit einer Frequenz f
k, die einen Frequenzabstand Δf
0 von der Mittenfrequenz des FFT-Bins aufweist
(f
k = ν·f
0 + Δf
0), einen Drehzeiger, der eine höhere Drehgeschwindigkeit
aufweist.
-
Die Überlappung
der einzelnen FFT-Fenster der FFT-Filterbank
1 führt zu einer
Korrelation zwischen den Werten des Meßsignals. Aufgrund der Überlappung
entstehen überabgetastete
FFT-Ergebnisse. Der Überabtastungsfaktor
ov ergibt sich bei einer Überlappung
gemäß Gleichung
(5):
-
Nur
FFT-Ergebnisse im Abstand ov oder mehr sind aus nicht überlappenden
FFT-Fenstern der FFT-Filterbank
1 gebildet. Die Überabtastung
wird durch eine Unterabtastung um den Faktor
in den einzelnen FFTs kompensiert.
Auf diese Weise liegen unkorrelierte Rauschabtastwerte und damit
ein für die
Eigenwertanalyse von Autokorrelations-Matrizen nötiges weißes Rauschsignal vor.
-
Erfolgt
in den einzelnen Unterabtastungen der FFTs der FFT-Filterbank nur
eine Unterabtastung um den Faktor N
FFT,
wie in
3 dargestellt ist, so ergibt sich eine Datensequenz
x
ν(μ) = x
ν(μ·Δt) am Ausgang
des FFTs für
Frequenzband ν gemäß Gleichung
(6), wobei w(μ)
das Rauschen und der Summenterm die insgesamt p sinusförmigen Störsignale
modellieren:
-
Eine
Unterabtastung um den Faktor N
FFT·(1-Überlappung)
in den einzelnen FFTs der FFT-Filterbank
1 führt nur
bei jedem ov-ten Wert zu einer nicht-überabgetasteten Datensequenz
x
i(μ·ov) gemäß Gleichung
(7):
-
Die
normierte Kreisfrequenz ωnorm,k ist gemäß Gleichung (8) die auf die
Binbreite f0 der FFT-Filterbank 1 normierte
nicht-überabgetastete
Kreisfrequenz ωk der zu einem sinusförmigen Störsignal gehörigen Spektrallinie und stellt
den Frequenzabstand Δf0 der Spektrallinie zur Frequenz ν·f0 des nächstliegenden
FFT-Bins, die der Mittenfrequenz ν·f0 des jeweiligen Frequenzbandes entspricht.
-
-
Die
normierte Kreisfrequenz ωnorm,k weist folglich einen Wertebereich
von [–π, +π] auf. Bei ωnorm,k = ±π liegt die zugehörige Spektrallinie
genau auf dem rechten bzw. linken Rand des jeweiligen FFT-Bins und
ist mit gleicher Stärke
auch im benachbarten Frequenzband zu finden.
-
Gemäß Gleichung
(9) ergibt sich die ideale Autokorrelationsmatrix R, die beispielsweise
die Dimension M×M aufweist,
aus einem nicht-überabgetasteten
Ausgangssignal x
ν(μ·ov) am Ausgang der zum Frequenzband ν gehörigen FFT.
Hierzu werden zeitlich zurückliegende
Abtastwerte des nicht-überabgetasteten
Ausgangssignal x
ν(μ·ov) verwendet:
-
Die
Autokorrelations-Matrix R ist hermitisch und positiv definit, d.h.
ihre Eigenwerte sind reell und positiv. Die Eigenvektoren, die zu
nicht gleichen Eigenwerten gehören,
sind zudem orthogonal.
-
Aufgrund
des stochastischen – verrauschten – Charakters
des nicht-überabgetasteten
Ausgangssignals x
i(μ·ov) am Ausgang der FFT-Filterbank
1,
wird durch mehrmalige – insgesamt
N
aνg – Mittelungen
ein zuverlässiger
Schätzwert
für die
Autokorrelationsmatrix R ^
ν gemäß Gleichung (10) ermittelt:
-
Die
Schätzung
der Autokorrelationsmatrix R ^
ν für jedes Frequenzband kann schrittweise
während
der normalen FFT-Filterbank-Berechnung
erfolgen. Es müssen
lediglich die neusten (M–1)·oν+1 FFT-Ergebnisse im
Speicher am Ausgang der FFT-Filterbank
1 gehalten werden.
Ist die FFT-Filterbank
1 als
Online-FFT-Filterbank realisiert, so wird der Speicher mit einem
beliebig langen Datenstrom zusammenhängender FFT-Ergebnisse beschrieben.
Eine Offline-FFT-Filterbank
wird dagegen dagegen nur mit einem Datenblock endlicher Länge versorgt
und beschreibt demnach den Speicher nur mit einer bestimmten Anzahl
von FFT-Ergebnissen. Während eine
Online-FFT-Filterbank eine ausreichende Versorgung der Schätzer von
Autokorrelations-Matrizen
mit FFT-Ergebnissen garantiert, ist für die gesicherte Versorgung
der Schätzer
von Autokorrelations-Matrizen
mit FFT-Ergebnissen bei einer Offline-FFT-Filterbank, wie im folgenden
gezeigt wird, ein Datenblock minimaler Länge N
Datamin am
Eingang der FFT-Filterbank
1 erforderlich:
Werden
die einzelnen FFTs der FFT-Filterbank
1 gemäß
6 mit
einer Überlappung
im Zeitbereich eingesetzt, so weist jede FFT zur zeitlich versetzten
FFT bei einer FFT-Länge N
FFT einen Zeitversatz von insgesamt
Abtastwerten auf. Unter Berücksichtigung,
daß jede
FFT zur Berechnung jeweils eines FFT-Ergebnisses insgesamt N
FFT Abtastwerte
am Eingang benötigt,
ergibt sich bei einem Datenblock von insgesamt N
Data Abtastwerten
am Eingang gemäß Gleichung
(11) die Anzahl N
resultsFFT der von einer
FFT erzeugten FFT-Ergebnisse:
-
In
Gleichung (11) ist berücksichtigt,
daß zur
Berechnung des ersten FFT-Ergebnisses ein Datenblock mit einer mindestens
um den Faktor 1 gegenüber
der FFT-Länge
NFFT größeren Datenlänge NData am Eingang vorhanden sein muß (Faktor "–1" im mathematischen Term der eckigen
Klammer).
-
Da
für die
Berechnung eines Schätzwertes R ^
ν der
Autokorrelationsmatrix mindestens (M–1)·oν+1 zusammenhängende FFT-Ergebnisse im Speicher
am Ausgang der FFT-Filterbank
1 vorhanden sein müssen, können mit
insgesamt N
resultsFF T FFT-Ergebnissen gemäß Gleichung
(12) insgesamt
Mittelungen des Schätzwertes R ^
ν der
Autokorrelationsmatrix durchgeführt
werden.
-
-
Aus
den Gleichungen (11) und (12) kann die Mindestlänge N
Data,min eines
Datenblocks am Eingang der FFT-Filterbank
1 zur Bestimmung
eines Schätzwertes
R
ν für die Autokorrelationsmatrix
ermittelt werden, die sich gemäß Gleichung
(13) ergibt:
-
Wird
die Datenaufzeichnung des Datenblocks am Eingang der FFT-Filterbank 1 nach
mindestens NData,min Daten angehalten, so
sind vor einer erneuten Aufnahme der Datenaufzeichnung die im Speicher
am Ausgang der FFT-Filterbank 1 liegenden FFT-Ergebnisse
zu löschen,
da für
eine korrekte Schätzung
der Autokorrelationsmatrix ausschließlich zusammenhängende – phasenrichtig
fortgeführte – FFT-Ergebnisse
erforderlich sind.
-
Nach
dem Music-(MUltiple SIgnal Classification-)Verfahren werden nach
insgesamt Naνg Mittelungsschritten
gemäß Gleichung
(10) die zum Schätzwert R ^ν der
Autokorrelations-Matrix
gehörigen
M Eigenwerte λ1, ..., λM und zugehörigen Eigenvektoren v 1, ..., v M des
jeweiligen Frequenzbandes ν berechnet.
-
Die
Eigenwerte der Autokorrelationsmatrix können in zwei Gruppen aufgeteilt
werden. Die erste Gruppe der niedrigsten Eigenwerte, deren Anzahl
M–p gleich
der um die Anzahl p der im Frequenzband ν vorliegenden sinusförmigen Störsignale
reduzierten Dimension M der Autokorrelations-Matrix R ^ν ist,
gehören
zu den Rauschanteilen des Meßsignals
x(n·ov).
Die zweite Gruppe der übrigen
Eigenwerte, die zu den Signalanteilen – hier zu den sinusförmigen Störsignalen – gehören und
deren Anzahl somit der Anzahl p der sinusförmigen Störsignale entspricht, weisen
jeder für
sich einen deutlichen Werteabstand zu jedem der niedrigsten, zu
den Rauschanteilen jeweils gehörigen
Eigenwerte auf.
-
Für die Trennung
aller Eigenwerte λ1, ..., λM des Schätzwerts R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix in die erste
und zweite Gruppe von Eigenwerten und damit für die Bestimmung der Anzahl
p von sinusförmigen
Störsignalen
im Meßsignal
x(n·ov)
existiert kein deterministisches Verfahren. Zur Trennung der Eigenwerte λ1,
..., λM kann nach dem Stand der Technik lediglich
eine statistische Analyse der Eigenwerte mittels Histogramm herangezogen
werden.
-
Bei
einer idealen Autokorrelationsmatrix R sind die niedrigsten, zu
den Rauschanteilen gehörigen
Eigenwerte λ1, ..., λM–p identisch
und gemäß Gleichung
(14) gleich der Rauschleistung σ 2 / w.
-
-
Bei
einer numerisch geschätzten
Autokorrelationsmatrix R ^
i sind die Rauscheigenwerte λ
1,
..., λ
M–p um die
tatsächliche
Rauschleistung σ 2 / w als
Mittelwert verteilt. Die Rauschleistung σ 2 / w ergibt sich in diesem Fall
gemäß Gleichung
(15):
-
Die
Varianz σ der
Rauscheigenwerte gemäß Gleichung
(16) sinkt mit zunehmender Mittelungsdauer Naνg.
-
-
Die
Bestimmung der normierten Kreisfrequenzen ωnorm,k der
zu den einzelnen sinusförmigen
Störsignalen
gehörigen
Spektrallinien eines Frequenzbandes ν erfolgt mit Hilfe einer Schätzfunktion,
die auf der Eigenwertzerlegung von Autokorrelations-Matrizen basiert.
Diese Verfahren, die zum Stand der Technik gehören, sind in Manon H. Hayes: "Statistical digital
signal processing and modelling",
John Wiley & Sons.
Inc., 1996, Seite 451 bis 469 im Detail dargestellt. Beispielhaft
wird hier nur das MUSIC(MUltiple Signal Classification-)Verfahren
bzw. das Root-MUSIC-Verfahren
kurz vorgestellt, ohne auf die Details einzugehen.
-
Beim
reinen MUSIC-Verfahren wird anhand der zu den Rauschanteilen gehörigen Eigenvektoren
v i und
eines beliebigen Spaltenvektors
e(ω
normk) der Signal-Korrelationsmatrix R
s gemäß Gleichung
(17) eine Schätzfunktion
P
MU(e
jωnormk) gemäß Gleichung
(18) gebildet
-
Wie
in Manon H. Hayes: "Statistical
digital signal processing and modelling", John Wiley & Sons. Inc., 1996, Seite 451 bis
469 im Detail gezeigt wird, ist jeder der jeweils zu den einzelnen
Rauschanteilen gehörigen Eigenvektoren
v i orthogonal
zu einem beliebigen Spaltenvektor
e(ω
normk) der Signal-Autokorrelationsmatrix
R
s bei einer normierten Kreisfrequenz ω
normk eines sinusförmigen Störsignal im nicht-überabgetasteten
Ausgangssignals x
i(n·ov) am Ausgang der FFT-Filterbank
1.
Somit ist in diesem Fall das Skalarprodukt
e(ω
normk)·
v i Null und
damit die Schätzfunktion
maximal. Die normierten Kreisfrequenzen ω
nor mk bei den jeweils
p größten Maxima
der Schätzfunktion
stellen folglich die normierten
Kreisfrequenzen ω
normk der sinusförmigen Störsignale im nicht-überabgetasteten Ausgangssignals
x
i(n·ov)
am Ausgang der FFT-Filterbank
1 dar. Auf diese Weise ist
mit der Schätzfunktion
eine Schätzfunktion zur Identifizierung
der normierten Kreisfrequenzen ω
normk der sinusförmigen Störsignale im nicht-überabgetasteten Ausgangssignals
x
i(n·ov)
am Ausgang der FFT-Filterbank
1 gefunden.
-
Die
Berechnung der Schätzfunktion
über der Kreisfrequenz ω
normk, die ein Pseudospektrum darstellt,
kann vorteilhafterweise über
eine FFT erfolgen. Die FFT-Länge
bestimmt dabei die Frequenzauflösung
der somit berechneten Schätzfunktion
-
Beim
Root-MUSIC-Verfahren wird die Z-Transformierte V
i(z)
der einzelnen zu den Rauschanteilen jeweils gehörigen Eigenvektoren
v i ermittelt. Hierzu
werden die einzelnen Komponenten v
i(l) der
jeweiligen Rausch-Eigenvektoren
v i einer Z-Transformation gemäß Gleichung
(19) unterworfen:
-
Die
Schätzwerte
für die
insgesamt p normierten Kreisfrequenzen ω
normk der
sinusförmigen
Störsignale ergeben
sich aus den Winkeln der p Nullstellen des gemäß Gleichung (20) aus der Z-Transformierten
V
i(z) berechneten Polynoms D(z), die am
nächsten
am Einheitskreis der komplexen z-Ebene liegen:
-
Die
normierten Kreisfrequenzen ωnormk können
sowohl beim reinen MUSIC-Verfahren über die FFT-Berechnung des
Pseudospektrums als auch beim Root-MUSIC-Verfahren über die
Nullstellensuche am Einheitskreis der komplexen z-Ebene nur modulo-2π-genau ermittelt
werden, so daß insbesondere
die normierten Kreisfrequenzen ωnormk an den beiden Rändern des jeweiligen Frequenzbandes
nicht eindeutig identifiziert werden können. Eine eindeutige Identifizierung
kann erst bei einer Zusammenfassung der in den einzelnen Frequenzbändern ermittelten
Ergebnisse erfolgen.
-
Die
Leistungspegel P
MUi,k der jeweils p sinusförmigen Störsignale
bei den normierten Kreisfrequenzen ω
normk eines
Frequenzbandes ν ergeben
sich aus der Lösung
des Gleichungssystems (21), wie auch in Manon H. Hayes: "Statistical digital
signal processing and modelling",
John Wiley & Sons.
Inc., 1996, Seite 459 bis 463 im Detail gezeigt wird:
-
Die
Z-Transformierten
der zu den jeweils p Störsignalanteilen
gehörigen
Eigenvektoren
v i ergeben
sich aus Gleichung (22) in Anlehnung an Gleichung (19) für die M–p Rauschanteils-Eigenvektoren:
-
Die
zu den p sinusförmigen
Störsignalen
gehörigen
Eigenvektoren λ
M–p+1, λ
M–p+2,
..., λ
M sind die jeweils in aufsteigender Reihenfolge
angeordneten, größten Eigenvektoren
des Schätzwertes R ^
ν der
Autokorrelations-Matrix für
das Frequenzband ν. σ
w ist
die im jeweiligen Frequenzband ν vorherrschende
Rauschleistung. Die vektorielle Darstellung von Gleichungssystem
(21) ergibt sich aus Gleichungssystem (23):
-
Nachdem
für jedes
Frequenzband ν die
Leistungspegel
und die normierten Kreisfrequenzen ω
normk der jeweils p(ν) sinusförmigen Störsignale beispielsweise mit
Hilfe des MUSIC-Verfahren, wie obig dargestellt ist, ermittelt wurden,
müssen
die Ergebnisse der einzelnen Frequenzbänder ν zu einem Gesamtergebnis zusammengefaßt werden.
Hierbei ist zu berücksichtigen,
daß aufgrund
der Fensterung der FFT-Filterbank
1 Spektrallinien von
sinusförmigen
Störsignalen
in benachbarten Frequenzbändern
entstehen.
-
Die
Problematik der frequenzbandübergreifenden Überlagerung
ist aus dem Stand der Technik beispielsweise bei der zeitlichen Überlappung
mehrerer FFTs (overlapped FFT) bekannt. Die zeitliche Überlappung
dient hierbei einer Kompensation der nicht-konstanten Fensterübertragungsfunktion
im Hinblick auf eine näherungsweise
konstante Bewertung aller Spektralwerte im gesamten Frequenzbereich.
Nach dem Stand der Technik wird eine Schätzung des durch eine im Zeitbereich überlappende
FFT-Filterbank 1 erzeugten Frequenzspektrums mittels Welch-Verfahrens
realisiert.
-
Wie
in Manon H. Hayes: "Statistical
digital signal processing and modelling", John Wiley & Sons. Inc., 1996, Seite 415 bis
420 im Detail gezeigt ist, ergibt sich der Erwartungswert E{S ^
Welch(e
jω)}
eines aus mehreren zeitlich überlappenden
FFTs erzeugten Frequenzspektrums gemäß Gleichung (24) aus der Faltung
des durch eine FFT-Filterbank
1 erzeugten Frequenzspektrum
S(e
jω)
mit der betragsquadrierten Fensterübertragungsgfunktion H(e
jω):
-
Die
Varianz eines derartigen über
das Welch-Verfahren erzeugten Frequenzspektrums geht mit zunehmender
Mittelungslänge
gegen Null.
-
Erfindungsgemäß wird zur
eindeutigen Identifizierung von Haupt- und Nebenlinien innerhalb
eines der Frequenzbänder ν, welche
mehreren sinusförmigen
Störsignalen
mit Frequenzen in unterschiedlichen Frequenzbändern zugeordnet sein können, das
obige Welch-Verfahren angewendet. Die einzelnen Frequenzbänder werden
hierzu gemäß 6 im
Zeitbereich überlappt.
-
Der
Erwartungswert eines aus mehreren Spektrallinien bestehenden Frequenzspektrums
einer FFT-Filterbank
1 ergibt sich unter Anwendung des
Welch-Verfahrens ausgehend von Gleichung (24) gemäß Gleichung
(25):
-
Da
das von der FFT-Filterbank
1 erzeugte und anschließend durch
das Welch-Verfahren modifizierte Frequenzspektrum nur zu den diskreten
Frequenzen f
0 der FFT-Bins berechnet wird,
ergibt sich der Erwartungswert eines aus mehreren Spektrallinien
bestehenden Frequenzspektrums einer FFT-Filterbank
1 gemäß Gleichung
(26):
-
Für die Frequenzen
fk der einzelnen Spektrallinien gilt die
Beziehung in Gleichung (27), in der die Frequenz fk der
Spektrallinie durch Angabe des Frequenzversatzes Δf0 zum nächstliegenden
FFT-Bin in das FFT-Frequenzraster eingeordnet wird.
-
-
Für jede normierte
Kreisfrequenz ω
normk gibt es folglich einen individuellen
Erwartungswert
des Frequenzspektrums bei
der diskreten Frequenz f
0 des FFT-Bins im
Frequenzband ν.
-
Somit
ergibt sich der beispielsweise mittels MUSIC-Verfahren ermittelte Leistungspegel
P
MUν einer Spektrallinie
bei der normierten Kreisfrequenz ω
normk im
Frequenzband ν gemäß Gleichung
(28) als Erwartungswert
des Frequenzspektrums, der
sich aus der Summe aller jeweils mit der betragsquadrierten, um
die Frequenz f
k frequenzverschobenen Fensterübertragungsfunktion
multiplikativ verknüpften
Leistungspegel P
k mit näherungsweise identischer normierter
Kreisfrequenz ω
normk und damit identischen Frequenzversatz Δf
0 zur jeweiligen FFT-Bin-Frequenz berechnet:
-
Als
Spektrallinien in unterschiedlichen Frequenzbändern ν mit näherungsweise identischer normierter Kreisfrequenz ωnormk gelten alle Spektrallinien, deren normierte
Kreisfrequenzen ωnormk gemäß Gleichung
(29) einen Kreisfrequenzabstand Δωnormk aufweisen, der kleiner als ein maximaler
Kreisfrequenzabstand ΔωnormMax ist.
-
-
Die
Leistungspegel PMUν an den einzelnen FFT-Bin-Frequenzen ν·f0, die sich für jeweils eine bestimmte normierte
Kreisfrequenz ωnormk gemäß Gleichung
(28) berechnen lassen, ergeben in Summe jeweils für eine bestimmte
normierte Kreisfrequenz ωnormk eine Leistungspegelkurve gemäß 7.
-
Aus
dem MUSIC-Verfahren und dem sich anschließenden Welch-Verfahren ergeben
sich je Frequenzband ν die
Anzahl p(ν)
der sinusförmigen
Störsignale,
die normierten Frequenzen ω
normk und die Leistungspegel
der jeweils zu den p(ν) sinusförmigen Störsignalen
gehörigen
Spektrallinien. Mehrdeutigkeit besteht weiterhin hinsichtlich der
Frequenzen f
k und der Leistungspegel P
k derjenigen Spektrallinien, die bei näherungsweise identischer
normierter Kreisfrequenz ω
normk in benachbarten Frequenzbändern ν bei der
jeweiligen FFT-Bin-Frequenz ν·f
0 einen Beitrag zur Leistungspegelkurve leisten.
-
Für die im
folgenden dargestellte Ermittlung der einzelnen Leistungspegel P
k derjenigen Spektrallinien, die bei näherungsweise
identischer normierter Kreisfrequenz ω
normk in
benachbarten Frequenzbändern ν bei der
jeweiligen FFT-Bin-Frequenz ν·f
0 einen Beitrag zur Leistungspegelkurve leisten,
wird anstelle der normierten Kreisfrequenz ω
normkν in
den einzelnen Frequenzbändern ν eine gewichtete
normierte Kreisfrequenz
ω normk gemäß Gleichung
(30) eingeführt:
-
Durch
die Berücksichtigung
der Leistungspegel
in der gewichteten normierten
Kreisfrequenz
ω normk werden
die normierten Kreisfrequenzen ω
normkν von
Spektrallinien, welche einen höheren
Leistungspegel
aufweisen, stärker gewichtet.
Durch die Benutzung der komplexen Exponentialfunktion
für die normierte Kreisfrequenz ω
normν bleibt
insbesondere an den Frequenzbandrändern (ω
normkν = ±π) der Wert der
normierten Kreisfrequenz ω
normkν in
der Mittelung erhalten.
-
Ausgehend
von Gleichung (28) wird der Zusammenhang zwischen den beispielsweise
aus dem MUSIC-Verfahren ermittelten Leistungspegeln
im Frequenzband ν bei einer
bestimmten gewichteten normierten Kreisfrequenz
ω normk und der Linearkombination der gesuchten
Leistungspegeln P
k von Spektrallinien, die
aus sinusförmigen
Störsignalen
mit Kreisfrequenzen ω
k in benachbarten Frequenzbändern ν±i resultieren
und sich zum Leistungspegel
der Leistungspegelkurve im
Frequenzband ν überlagern,
durch das Gleichungssystems (31) beschrieben. Die Kreisfrequenzen ω
k der zu jeweils einem sinusförmigen Störsignal
gehörigen
Haupt- und Nebenlinien, die in Summe einer gemeinsamen Leistungspegelkurve
angehören,
liegen jeweils in benachbarten Frequenzbändern ν±i und weisen alle den identischen
Frequenzabstand ∆f
0 zur jeweiligen Frequenzband-Mittenfrequenz bzw.
FFT-Bin-Frequenz (ν±i)·f
0 auf. Die Leistungspegelkurven beginnen
jeweils im Frequenzband n
Start und erstrecken
sich über
insgesamt N
LP Frequenzbänder. Im Gleichungssystem (33)
wird angenommen, daß in
jeden der insgesamt N
LP Frequenzbändern eine
Hauptlinie eines sinusförmigen
Störsignals
liegen könnte.
-
-
Das
Gleichungssystem (31) kann in der Kurzform von Gleichung (32) äquivalent
dargestellt werden.
-
-
Der
Fehlervektor
stellt den Fehler des MUSIC-Algorithmus
in der jeweiligen Leistungspegelkurve dar. Setzt man den Fehlervektor
e zu Null, so ergibt sich
für den
Schätzvektor
der
gesuchten Leistungspegel P
k eine eindeutige
Lösung gemäß Gleichung
(33):
-
Durch
den Fehlervektor
e können fehlerhafte
Leistungspegelwerte P ^
k auftreten, die zum
Teil auch negativ sein können.
In einem solchen Fall kann durch Lösung des Optimierungsproblems
gemäß Gleichung (34),
die einen nicht-negativen Schätzvektor
für die gesuchten
Leistungspegelwerte P
k garantiert, eine
bessere Lösung
als durch Lösen
des Gleichungssystems (33) erzielt werden.
-
-
Da
die Berechnung des gesuchten Schätzwertes
des
Leistungspegelvektors sowohl mit Hilfe des Optimierungsverfahrens
gemäß Gleichung
(34) als auch über
das Gleichungssystem (33) zu fehlerhaften Leistungspegelwerten P ^
k führen
kann, ist erfindungsgemäß ein zusätzlicher
Plausibilitätsüberprüfung für jeden
einzelnen Leistungspegelwert P ^
k vorgesehen.
-
In
einer ersten Plausibilitätsprüfung werden
alle gemäß Gleichung
(33) oder (34) ermittelten Leistungspegelwerte P ^k hinsichtlich
eines Rauschleistungsschwelle thresnoise überprüft. Für die weitere
Verarbeitung werden nur Leistungspegelwerte P ^k zugelassen,
die um den Faktor thresnoise über der
Rauschleistung σ2 w,n des jeweiligen
Frequenzbandes liegen und somit einen Mindestabstand des Spektrallinienpegels
zum Rauschpegel aufweisen.
-
In
einer zweiten nachfolgenden Plausibilitätsprüfung werden alle Leistungspegelwerte P ^
k hinsichtlich einer Dynamikschwlle thres
dynamic überprüft. Hierbei
werden alle Leistungspegelwerte P ^
k verworfen,
die um den Faktor thres
dynamic unter der
maximalen Spurleistung
der jeweiligen Leistungspegelkurve
liegen.
-
Die
Frequenz fk der mittels beispielsweise MUSIC-Algorithmus gefunden
Spektrallinie ergibt sich gemäß Gleichung
(35) aus der Nummer νBin des zugehörigen Frequenzbandes (gezählt von
1 bis NFFT) zuzüglich der gewichteten normierten
Kreisfrequenz ω normk.
-
-
Falls
nur ein Seitenband – im
Fall eines reellen Meßsignals
x(t) – ausgewertet
wurde, so muß der
jeweils ermittelte Leistungspegelwert P ^k noch
mit dem Faktor 2 multipliziert werden.
-
Nachdem
sämtliche
Haupt- und Nebenlinien, die zu allen im Rauschsignal vorhandenen
sinusförmigen
Störsignalen
gehören,
identifiziert und nach der ersten und zweiten Plausibilitätsprüfung als
wesentlich für die
weitere Signalverarbeitung befunden wurden, erfolgt, wie im folgenden
beschrieben ist, die erfindungsgemäße Beseitigung der identifizierten,
zu sinusförmigen
Störsignalen
gehörigen
Spektrallinien. Alternativ können
Spektrallinien, deren Frequenzen – beispielsweise bei Störung des
Rauschsignals durch Netzbrummen – bekannt sind, auch ohne die
obig beschriebene erfindungsgemäße Identifikation
durch das erfindungsgemäße Verfahren
zur Beseitigung von sinusförmigen
Störsignalen
aus einem Rauschsignal beseitigt werden.
-
Ausgangspunkt
ist eine Liste mit Frequenzen fk, an denen
sinusförmige
Störsignale
auftreten. Die Beseitigung der zu sinusförmigen Störsignalen gehörigen Spektrallinien
erfolgt in Analogie zur Detektion von Störsignal-Spektrallinien wieder
in mehreren durch eine FFT-Filterbank 1' erzeugten Frequenzbändern. Die Liste
kann zu reellen sinusförmigen
Störsignalen
gehörige
positive Frequenzen fk oder zu komplexen
Störsignal-Drehzeigern
gehörige
positive und negative Frequenzen fk enthalten.
Der Einfachheit halber wird im folgenden die Beseitigung von reellen
Störsignalen
betrachtet.
-
Nach
Festlegung der Anzahl LH von Frequenzbändern bzw.
FFT-Bins, die durch eine Fensterfunktion |H(f)|2 abgedeckt
werden (entspricht beispielsweise dem Frequenzbereich, in dem die
Fensterfunktion |H(f)|2 einen bestimmten
Schwellwert überschreitet)
werden für
jedes Frequenzband 1 bis NFFT/2 – bei Betrachtung eines
Seitenbandes – die
Variablen p(ν =
1, ..., NFFT/2), die die Anzahl von Störsignal-Spektrallinien je
Frequenzband ν zählen, mit
dem Wert Null initialisiert.
-
Für jede Frequenz
fk, an der eine Spektrallinie auftreten
kann, erfolgt als Selektionskriterium eine Überprüfung des Nyquist-Kriteriums.
Falls die Frequenz fk dem Kriterium nicht
genügt
(Bedingung in Gleichung (36)), so wird die Frequenz fk ausselektiert
und nicht mehr weiterverfolgt.
-
-
Anschließend wird
die Nummer ν
center des FFT-Bins bzw. Frequenzbandes gemäß Gleichung
(37) ermittelt, in die die Hauptlinie des sinusförmigen Störsignals mit der Frequenz f
k fällt:
-
Ausgehend
von der ermittelten Nummer νcenter des FFT-Bins bzw. Frequenzbandes,
in die die Hauptlinie des sinusförmigen
Störsignals
mit der Frequenz fk fällt, werden die Zähl-Variablen
p(ν) derjenigen
Frequenzbänder
gemäß Gleichung
(38) inkrementiert, die innerhalb der Fensterfunktion im Frequenzbereich
liegen.
-
-
Falls
die Liste mit Frequenzen fk, an denen sinusförmige Störsignale
auftreten, neben den Frequenzen fk zusätzlich einen
Schätzwert
für den
Abstand des Leistungspegelwertes P ^k der zum
sinusförmigen
Störsignal gehörigen Spektrallinie
vom Rauschpegel enthält,
dann könnte
im Hinblick auf eine Reduzierung der Rechenzeit die Anzahl LH der Frequenzbänder bzw. FFT-Bins für diejenigen
Spektrallinien verringert werden, deren Leistungspegel P ^k nur
geringfügig über dem
Rauschpegel liegen.
-
Für jedes
der insgesamt N
FFT bzw. N
FFT/2
Frequenzbänder – bei Betrachtung
beider Seitenbänder
bzw. eines Seitenbandes – werden
anschließend
ausgehend von den zum jeweiligen Frequenzband ν gehörigen, zeitdiskreten Ausgangssignal
x
ν(μ·ov) der
FFT-Filterbank
1' der
Schätzwert R ^
ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
ermittelt. Die Dimension M(ν)
des Schätzwertes R ^
ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
muß gemäß Gleichung
(39) mindestens der obig ermittelten Anzahl p(ν) von Spektrallinien je Frequenzband ν entsprechen
oder gemäß Gleichung
(40) größer als
die maximale über
alle Frequenzbänder ν ermittelte
Anzahl max(p(ν)
von Spektrallinien je Frequenzband ausgelegt werden:
-
Während die
Dimensionierung nach Gleichung (39) die Rechenzeit reduziert und
gleichzeitig den Verwaltungsaufwand erhöht, ermöglicht die Dimensionierung
nach Gleichung (40) eine höhere
Flexibilität,
ohne Datenneuaufnahme die Liste der zu beseitigen Spektrallinen
zu erweitern.
-
Auf
diese Weise kann die Dimension M(ν)
des Schätzwertes R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix für das erfindungsgemäße Verfahren
zur Beseitigung von sinusförmigen
Störsignalen aus
einem Rauschsignal i.a. kleiner als für das erfindungsgemäße Verfahren
zur Detektion von sinusförmigen Sörsignalen
in einem Rauschsignal ausgelegt werden. Auch die Mittelungslängen Navg bei der Bestimmung des Schätzwertes R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
können
bei der Beseitigung von Spektrallinien gegenüber der Detektion von Spektrallinien
kleiner ausgeführt
werden.
-
Die
Ermittlung des Schätzwertes R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
für das
erfindungsgemäße Verfahren
zur Beseitigung von Spektrallinien entspricht der Vorgehensweise
beim erfindungsgemäßen Verfahren
zur Identifikatoon von Spektrallinien gemäß Gleichung (10). Die Ermittlung
des Schätzwertes R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
ist im Fall des erfindungsgemäßen Verfahrens
der Identifikation nach insgesamt Navg Mittelungen
abgeschlossen und wird im Fall des erfindungsgemäßen Verfahrens der Beseitigung
kontinuierlich durchgeführt,
wobei nach Vorliegen eines einzigen Schätzwertes R ^ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
die Beseitigung der Spektrallinien beginnen kann, die in ihrer Genauigkeit
mit zunehmender Mittelungslänge
Navg des Schätzwertes R ^ν der zum
Frequenzband ν gehörigen Autokorrelations-Matrix
verbessert werden kann.
-
Ausgehend
vom Schätzwert R ^
ν der
zum jeweiligen Frequenzband ν gehörigen Autokorrelations-Matrix wird
daraufhin die zum Frequenzband ν gehörige Rauschleistung
ermittelt.
-
Liegt
keine Spektrallinie innerhalb des Frequenzbandes ν vor – p(ν) = 0 –, so ergibt
sich das Rauschleistungsspektrum S ^(ν) aus der Mittelung der Spurelemente
des Schätzwertes R ^
ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix gemäß Gleichung
(41):
-
Dies
entspricht dem aus dem Stand der Technik bekannten Welch-Verfahren
zur Spektrumsschätzung.
-
Im
Fall von mindestens einer Spektrallinie je Frequenzband ν – p(ν) > 0 – werden die insgesamt M Eigenwerte λ
1,
..., λ
M des M-dimensionalen Schätzwertes
der
zum Frequenzband ν gehörigen Autokorrelations-Matrix über eine
Eigenwertzer legung von R ^
ν und in aufsteigender
Reihenfolge ihrer Wertigkeit – λ
1 ≤ λ
2 ≤ ... ≤ λ
M – sortiert.
Gemäß Gleichung
(42) ergibt sich das Rauschleistungsspektrum S ^(ν) wiederum in Anlehnung an Gleichung
(15) aus der Mittelung der M–p(ν) niedrigsten
Eigenwerte λ
1 ≤ λ
2 ≤ ... ≤ λ
M–p(ν) des
Schätzwertes
der
zum Frequenzband ν gehörigen Autokorrelations-Matrix,
die den Rauscheigenwerten der Matrix R ^
ν entsprechen:
-
Für den Fall,
daß im
Frequenzband ν eine
Spektrallinie fälschlicherweise
angenommen wird, wird bei der Berechnung des Rauschleistungsspektrums S ^(ν) in Anlehnung
an Gleichung (42) der größte Rausch-Eigenwert
in der Mittelung gemäß Gleichung
(43) nicht berücksichtigt.
-
-
In
Gleichung (43) wird der Mittelwert der Rausch-Eigenwerte zu niedrig berechnet, so
daß der
Erwartungswert des Rauschleistungsspektrums S ^(ν) seine Erwartungstreue verliert.
Die Varianz der Rausch-Eigenwerte gemäß Gleichung (16) der Rauscheigenwerte
und damit die Varianz
des Rauschleistungsspektrums S ^(ν) geht aber
mit zunehmender Mittelungslänge
N
avg des Schätzwertes R ^
ν der zum
Frequenzband ν gehörigen Autokorrelations-Matrix
gegen Null, so daß mit
zunehmender Mittelungslänge N
avg ein konsistentes Rauschleistungsspektrum S ^(ν) verwirklicht
wird. Durch Erhöhung
der Dimension M des Schätzwertes R ^
ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
stehen mehr Rausch-Eigenwerte zur Verfügung, was die Erwartungstreue
des Rauschleistungsspektrums S ^(ν)
erhöht.
Die obig beschriebene Berechnung des Rauschleistungsspektrums S ^(ν) ist somit
fehlertolerant gegenüber
falschen Einträgen
in der Liste der bei den Frequenzen f
k zu
beseitigenden sinusförmigen
Störsignale.
-
In
Spektrum- und Netzwerkanalysatoren erfolgt die Aufteilung des gesamten
Spektrums i.a. in mehrere Halbdekaden, in denen jeweils eine optimal
abgestimmte Abtastfrequenz fs = 1/Δt verwendet
wird (Frequenzauflösung
ist indirekt proportional zur durchschnittlichen Frequenz des jeweiligen
Halbdekade). Aufgrund des Nyquist-Kriterium wird eine Abtastfrequenz
fs = 1/Δt
gewählt,
die höher
als die obere Grenzfrequenz der Halbdekade ist, so daß die von
der jeweiligen FFT erzeugten FFT-Werte einen gegenüber den
Frequenzbereich der Halbdekade größeren Frequenzbereich abdecken.
-
Die
Zerlegung des Frequenzspektrum in mehrere Frequenzbänder mittels
FFT-Filterbank 1 bzw. 1' beim erfindungsgemäßen Verfahren
zur Identifikation bzw. Beseitigung von sinusförmigen Störsignalen im bzw. aus dem Rauschsignal
kann hierbei so organisiert sein, daß mehrere Frequenzbänder innerhalb
einer Halbdekade integriert sind.
-
Insbesondere
für Frequenzbänder, deren
Frequenzbandgrenze im Bereich der Grenze der Halbdekade zu liegen
kommt, ist es sinnvoll, die oben genannte Möglichkeit der Überdeckung
der Halbdekade durch das Frequenzband, welches von der am Rande
der Halbdekade positionierte FFT erzeugt wird, dahingehend auszunutzen,
daß das
von der FFT erzeugte Frequenzband um insgesamt (LH – 1)/2 FFT-Bins
in die benachbarte Halbdekade hineinreicht. Auf diese Weise ist
es möglich,
in einer Halbdekade aufgrund der Fensterung auftretende Nebenlinien
von sinusförmigen
Störsignalen,
deren Frequenz fk gemäß 8 in der
benachbarten Halbdekade liegt, korrekt zu verarbeiten.
-
Für die erfindungsgemäße Identifizierung
und Beseitigung von sinusförmigen
Störsignalen
aus einem Rauschsignal bei Unterteilung des gesamten Frequenzspektrums
in mehrere Halbdekade und in ein oder mehrere Frequenzbänder je
Halbdekade ergibt sich folgende erfindungsgemäße Vorgehensweise:
Für die erfindungsgemäße Identifizierung
werden gemäß Gleichung
(44) in jeder zu jeweils einer Halbdekade gehörigen Liste der zu beseitigenden
sinusförmigen
Störsignale
diejenigen Spektrallinien eingetragen, deren Frequenzen fki innerhalb der oberen und unteren Grenze
fuG(HDi) und foG(HDi) der jeweiligen
Halbdekade i (HDi) liegen.
-
-
Für die erfindungsgemäße Beseitigung
werden gemäß Gleichung
(45) aus jeder zu jeweils einer Halbdekade gehörigen Liste der zu beseitigenden
sinusförmigen
Störsignale
diejenigen Spektrallinien beseitigt, deren Frequenzen f
ki innerhalb
eines Frequenzbereiches liegen, der an der oberen und unteren Grenze
f
uG(HD
i) und f
oG(HD
i) der jeweiligen
Halbdekade i (HD
i) um jeweils den Frequenzversatz
erweitert ist.
-
-
Die
Ausdehnung des bei der Beseitigung von Spektrallinien zu betrachtenden
Frequenzbereiches der Halbdekade um jeweils den Frequenzversatz
berücksichtigt die durch die Fensterung
im Bereich des Frequenzversatzes erzeugten Nebenlinien eines sinusförmigen Störsignals,
dessen Frequenz f
k in die Nähe der Halbdekaden-Grenze
fällt.
-
Wenn
eine Spektrallinie in der Nähe
einer Halbdekadengrenze liegt, kann er bedingt durch die Meßungenauigkeit
in beiden angrenzenden Halbdekaden detektiert werden. In der endgültigen Liste
der zu beseitigenden sinusförmigen
Störsignale
wird dieser Fall dadurch berücksichtigt,
daß zuerst
gemäß Bedingung
(46) aus der Menge aller identifizierten Spektrallinien alle diejenigen
Spek trallinienpaare selektiert werden, deren Frequenzen fk und fk+1 direkt
benachbart sind und die zusätzlich
jeweils benachbarten Halbdekaden i (HDi)
und i+1 (HDi+1) zugeordnet sind.
-
-
In
einem zweiten Selektionsschritt werden alle gemäß Bedingung (46) selektierten
Spektrallinienpaare ausgewählt,
die hinsichtlich ihrer Frequenz eng beabstandet sind und deren Frequenzabstand
fk+1 – fk gemäß Bedingung
(47) deshalb kleiner als ein vorgegebener maximaler Frequenzabstand
ist.
-
-
Für den maximalen
normierten Kreisfrequenzabstand ΔωnormMax und die FFT-Bin-Frequenz f0 in Gleichung (43) werden Werte benutzt,
welche für
die Halbdekade i (HDi) mit der höheren Frequenzauflösung geeignet
sind.
-
Von
den gemäß Bedingung
(47) selektierten Spektrallinienpaaren wird jeweils der Eintrag
der Spektrallinie bei der Frequenz fk+1 in
der Halbdekade i+1 (HDi+1) mit der i.a.
geringeren Frequenzauflösung
aus der Liste der zu beseitigenden sinusförmigen Störsignale gestrichen.
-
Auf
der Basis der bisher beschriebenen mathematischen Grundlagen werden
im folgenden die beiden erfindungsgemäßen Verfahren und Systeme zur
Identifikation von sinusförmigen
Störsignalen
in einem Rauschsignal und zur Beseitigung von sinusförmige Störsignalen
aus einem Rauschsignal beschrieben.
-
In
Verfahrensschritt S10 des erfindungsgemäßen Verfahrens zur Identifikation
von sinusförmigen
Störsignalen
in einem Rauschsignal gem.
9 werden
ausgehend von einem kontinuierlichen bzw. zeitdiskreten Meßsignal
x(t) bzw. x(μ·Δt), das ein
Rauschsignal w(t) bzw. w(μ·Δt) mit überlagerten
sinusförmigen
Störsignalen
bzw.
darstellt, mittels einer
FFT-Filterbank
1 gem. Gleichung (1) insgesamt N
FFT Meßsignale
erzeugt, deren Frequenzspektrum auf jeweils ein Frequenzband ν bandpaßgefiltert
ist. Jedes dieser Meßsignale
am Ausgang der FFT-Filterbank
1 wird von jeweils einer
FFT der FFT-Filterbank
1 erzeugt,
wobei die jeweilige Bandpaßfilterung des
Meßsignals über eine
Fensterung
21 ,
22 ,
...,
2NFFT und eine nachfolgende
Abwärtsmischung
31 ,
32 ,
...,
3NFFT durch die FFT erfolgt.
Die einzelnen FFTs der FFT-Filterbank
1 lesen das Meßsignal
am Eingang der FFT-Filterbank
1 jeweils zeitlich versetzt
ein und arbeiten somit hinsichtlich des Meßsignals am Eingang zeitlich überlappend.
Die aufgrund dieser zeitlichen Überlappung
der einzelnen FFTs gem. Gleichung (7) verursachte Überabtastung
der einzelnen FFT-Ergebnisse
wird durch eine komplementäre
Unterabtastung in nachfolgenden Unterabtastungen
41 ,
42 , ...,
4NFFT kompensiert.
Zur Erzeugung von insgesamt N
FFT bzgl. ihres
Frequenzspektrums auf ein bestimmtes Frequenzband ν jeweils
bandpaßgefilterten
Meßsignalen
am Ausgang der FFT-Filterbank
1 ist
die Bandbreite der Ausgangssignale der einzelnen FFTs auf jeweils
eine FFT-Bin-Länge
f
0 begrenzt.
-
Im
darauffolgenden Verfahrensschritt S20 wird gem. Gleichung (10) ausgehend
von insgesamt NFFT bzgl. ihres Frequenzspektrums
auf ein bestimmtes Frequenzband ν jeweils
bandpaßgefilterten
Meßsignalen jeweils
ein Schätzwert R ^ν der
zu jeweils einem Frequzenzband ν gehörigen Autokorrelations-Matrix
ermittelt. Auf Grund der stochastischen Charakteristik des Rauschsignals
wird hierbei durch mehrmalige Mittelung die Erwartungstreue der
Schätzwertes R ^ν der
jeweiligen Autokorrelations-Matrix erhöht.
-
Der
nächste
Verfahrensschritt S30 beinhaltet die Ermittlung der Eigenwerte λ1,
..., λM und der dazugehörigen Eigenvektoren v 1, ..., v M jeder
der insgesamt NFFT Schätzwerte R ^ν der
zu jeweils einem Frequzenzband ν gehörigen Autokorrelations-Matrix,
welche nach bekannten mathematischen Verfahren der Eigenwertzerlegung
von Matrizen und darauf aufbauender Bestimmung korrespondierender
Eigenvektoren durchgeführt wird.
-
Im
nächsten
Verfahrensschritt S40 wird für
jedes Frequenzband ν und
damit für
den Schätzwert R ^
ν der zu
jeweils einem Frequzenzband ν gehörigen Autokorrelations-Matrix eine Separierung
aller jeweils ermittelten Eigenwerte λ
1, ..., λ
M in
eine erste Gruppe von zu den Rauschanteilen gehörigen Eigenwerten
und in eine zweite Gruppe
von zu den sinusförmigen
Störsignalanteilen
gehörigen
Eigenwerten
durchgeführt. Dieser Verfahrensschritt
S40 beinhaltet ein erfindungsgemäßes Unterverfahren,
das weiter unten anhand von
10 noch
im Detail beschrieben wird. Mit der Anzahl von Rausch-Eigenwerten
und der Anzahl von Störsignal-Eigenwerten
ergibt sich aus Verfahrensschritt
S40 der Anzahl p(ν)
von sinusförmigen
Störsignalen
je Frequenzband ν.
-
Mit
den ermittelten Rausch-Eigenwerten wird im folgenden Verfahrensschritt
S50 die Rauschleistung
jedes Frequenzbandes ν gem. Gleichung
(15) berechnet.
-
Im
darauf folgenden Verfahrensschritt S60 werden durch Bestimmung einer
zum jeweiligen Frequenzband ν gehörigen Schätzfunktion
P
ν,
welche auf den Eigenwerten und Eigenvektoren des Schätzwertes R ^
ν der zum
jeweiligen Frequenzband ν gehörigen Autokorrelations-Matrix
aufbaut, und durch Auswertung dieser Schätzfunktion P
ν die
normierten Kreisfrequenzen ω
normk der im jeweiligen Frequenzband ν liegenden
sinusförmigen
Störsignale
ermittelt. Als Schätzfunktion
P
ν kann
beispielsweise die in Gleichung (18) dargestellte MUSIC(MUltiple
SIgnal classification-)-Schätzfunktion
benutzt werden. Alternativ
können
aber auch andere auf der Eigenwertzerlegung von Autokorrelations-Matrizen
basierende Schätzverfahren
eingesetzt werden. Gem. Gleichung (18) weist die MUSIC- Schätzfunktion
Maximas an denjenigen Kreisfrequenzen ω
normk auf, an denen jeweils ein zu einem
Rauschanteil gehöriger
Eigenvektor
v i orthogonal
zu einem beliebigen Spaltenvektor
e i das Signal-Autokorrelations-Matrix R
s ist und damit das im Nennerausdruck stehende
Skalarprodukt aus jeweils einem zu einem Rauschanteil gehörigen Eigenvektor
v i und
einem beliebigen Spaltenvektor
e i der Signal-Autokorrelations-Matrix R
s Null
ist. Die normierten Kreisfrequenzen ω
normk der
gesuchten sinusförmigen
Störsignale
ergeben sich aus den normierten Kreisfrequenzen ω
normk der
entsprechend der Anzahl von Störsignal-Eigenwerten
größten Maximas
der Schätzfunktion
-
In
Verfahrensschritt S60 erfolgt zusätzlich die Bestimmung der zu
den einzelnen sinusförmigen
Störsignalen
gehörigen
Leistungspegelwerte
für jedes Frequenzband ν mittels
Lösung
des linearen Gleichungssystems (21) bzw. (23). Hierzu wird für jedes Frequenzband ν die jeweilige
Rauschleistung
alle Störsignal-Eigenwerte sowie die
Z-Transformierten
der aus den zu den einzelnen
Störsignal-Eigenwerten
gewonnenen Eigenvektoren
benötigt, wobei die einzelnen Z-Transformierten
bei den einzelnen durch die
Schätzfunktion
gewonnenen normierten Kreisfrequenzen ω
normk der sinusförmigen Störsignale berechnet werden.
-
Im
darauffolgenden Verfahrensschritt S70 werden alle Spektrallinien
mit ihren jeweiligen Leistungspegelwerten
die im vorigen Verfahrensschritt
S60 in den einzelnen Frequenzbändern ν bei einer
näherungsweise
identischen normierten Kreisfrequenz ω
normk identifiziert
wurden, zu einer gemeinsamen Leistungspegelkurve gem.
7 zusammenfaßt. Als
Kriterium für
näherungsweise
gleiche Kreisfrequenzen ω
normk zweier Spektrallinien gilt der Abstand Δω
normk der beiden normierten Kreisfrequenzen,
der gemäß Bedingung
(29) kleiner als ein vorgegebener maximaler Kreisfrequenzabstand Δω
normkMax sein muß. Für jede normierte Kreisfrequenz ω
normk ergibt sich die jeweilige Leistungspegelkurve
aus den an den einzelnen FFT-Bin- Frequenzen
f
0 lokalisierten, den einzelnen Frequenzbändern ν jeweils
zugeordneten Leistungspegelwerten
-
Die
bei einer bestimmten normierten Kreisfrequenz ωnormk in
den einzelnen Frequenzbänder ν in Verfahrensschritt
S60 jeweils identifizierten Spektrallinien können sich jeweils aus einer Überlagerung
mehrerer Spektrallinien ergeben. Diese Überlagerung kann sich aus Haupt-
und Nebenlinien eines oder mehrerer sinusförmiger Störsignale, deren Frequenz in
einem Frequenzband ν liegt,
und mindestens einer Nebenlinie von mindestens einem weiteren sinusförmigen Störsignal
ergeben, deren Frequenzen in zum Frequenzband ν benachbarten Frequenzbändern v±i liegen
und die aufgrund des Leakage-Effekts im Frequenzband ν zu liegen kommen.
-
In
Verfahrensschritt S80 werden die Leistungspegelwerte P ^
k der
einzelnen Spektrallinien, die aus sinusförmigen Störsignalen mit Frequenzen in
unterschiedlichen Frequenzbändern
v±i resultieren,
mittels Lösung
des linearen Gleichungssystems (28) und (31) ermittelt. In das für jeweils
eine normierte Kreisfrequenz ω
normk geltende lineare Gleichungssystem (28)
und (31) gehen jeweils die im vorherigen Verfahrensschritt S70 bei
den einzelnen FFT-Bin-Frequenzen
v·f
0 liegenden Leistungspegelwerte
der im Verfahrensschritt
S60 beispielsweise mit dem MUSIC-Verfahren
ermittelten Spektrallinien der jeweiligen sinusförmigen Störsignale und die um die einzelnen
FFT-Bin-Frequenzen
v·f
0 frequenzverschobenen betragsquadrierten
Fensterübertragungsfunktionen
|H(f)|
2 der FFT-Filterbank
1 ein.
Unter Vernachlässigung
eines im Gleichungssystem (28) und (31) integrierten Fehlervektors
e, der den beim MUSIC-Verfahren erzielten
Verfahrensfehler modelliert, werden die einzelnen Leistungspegelwerte P ^
k der einzelnen Spektrallinien durch Inversion
der mit den einzelnen Fensterübertragungsfunktionen
|H(f)|
2 gebildeten Matrix H und anschließender Multiplikation
mit dem Vektor
aus den mittels MUSIC-Verfahren
ermittelten Leistungspegelwerten
in den einzelnen Frequenzbändern ν gemäß Gleichung
(33) berechnet. Alternativ können
die einzelnen Leistungspegelwerte P ^
k der
einzelnen Spektrallinien auch durch Minimierung des Fehlervektors
e im Rahmen eines Minimierungsverfahrens
gemäß Gleichung
(34) ermittelt werden.
-
Im
nächsten
Verfahrensschritt S90 werden im vorigen Verfahrensschritt S80 fehlerhaft
ermittelte Leistungspegelwerte P ^
k über zwei
Plausibilitätsprüfungen für die weitere
Verarbeitung ausgesondert. In der ersten Plausibilitätsprüfung wird
jeder Leistungspegelwert P ^
k mit einer Rauschleistungsschwelle
thres
noise verglichen. Unterschreitet der
jeweilige Leistungspegelwert P ^
k die Rauschleistungsschwelle
thres
noise, so wird er ausgesondert. In
der zweite Plausibilitätsprüfung wird
jeder Leistungspegelwert P ^
k mit einer Dynamikschwelle
thres
dynamic verglichen. Hierbei wird jeder
Leistungspegelwert P ^
k ausgesondert, der unter
der Dynamikschwelle thres
dynamic der maximalen
Spurleistung
der jeweiligen Leistungspegelkurve
liegt.
-
Im
darauffolgenden Verfahrensschritt S100 wird für jede Spektrallinie, deren
Leistungspegelwert P ^k im vorigen Verfahrensschritt
S90 nicht ausgesondert wurde, gemäß Gleichung (35) die jeweilige
Frequenz fk ermittelt.
-
Im
abschließenden
Verfahrensschritt S110, wird eine Liste mit allen innerhalb einer
Halbdekade i (HDi) bei den Frequenzen fk zu beseitigenden Spektrallinien erstellt.
Dieser Verfahrensschritt S110 gliedert sich in ein Unterverfahren,
das weiter unten noch im Detail dargestellt wird.
-
Im
folgenden wird das in 10 dargestellte erfindungsgemäße Unterverfahren
zur Bestimmung der Anzahl von Rausch- und Störsignal-Eigenwerten aus mittels
Eigenwertzerlegung einer Autokorrelations-Matrix gewonnenen Eigenwerten
erläutert:
In
Verfahrensschritt S41 werden alle mittels Eigenwertzerlegung einer
Autokorrelations-Matrix in Verfahrensschritt S30 ermittelten Eigenwerten
in aufsteigender Reihenfolge sortiert. Gleichzeitig wird eine Laufvariable
k mit der Anzahl vorab garantierter Rausch-Eigenwerte belegt.
-
Im
darauf folgenden Verfahrensschritt S42 wird gemäß Gleichung (48) der Mittelwert μ der jeweils
k kleinsten Rausch-Eigenwerte bestimmt.
-
-
Der
nächste
Verfahrensschritt S43 beinhaltet die Bestimmung der Standardabweichung σ der jeweils k
kleinsten Rausch-Eigenwerten gemäß Gleichung
(49).
-
-
Im
nächsten
Verfahrensschritt S43 wird der normierte Abstand Δnorm des
k+1-sten Eigenwerts zum bisherigen Mittelwert μ gemäß Gleichung (50) ermittelt.
-
-
Falls
der normierte Abstand Δnorm des k+1-sten Eigenwertes kleiner als
ein maximaler normierter Abstand ΔnormMax ist und damit der k+1-ste Eigenwert
somit ein weiterer Rausch-Eigenwert
darstellt, wird im nächsten
Verfahrensschritt S45 die Laufvariable k inkrementiert und der jeweils
nächst
größere Eigenwert
bei der Bestimmung des Mittelwertes μ in Verfahrensschritt S42 berücksichtigt.
-
Falls
der normierte Abstand Δnorm des k+1-sten Eigenwertes größer als
ein maximaler normierte Abstand ΔnormMax ist und damit der k+1-ste Eigenwert
somit keinen Rausch-Eigenwert, sondern den ersten Störignal-Eigenwert
darstellt, wird in Verfahrensschritt S46 die Anzahl p der Störsignal-Eigenwerte und damit
der Störsignale
aus der Differenz der Dimension M der Autokorrelations-Matrix und
dem aktuellen Wert der Laufvariable k bestimmt und das erfindungsgemäße Unterverfahren
zur Bestimmung der Anzahl von Rausch- und Störsignal-Eigenwerten abgebrochen.
-
Im
folgenden wird das Unterverfahren zur Erstellung einer Liste mit
allen bei den Frequenzen fk zu beseitigenden
sinusförmigen
Störsignalen
gemäß 11 vorgestellt:
Im
ersten Verfahrensschritt S111 wird eine Liste erstellt, in der alle
im erfindungsgemäßen Verfahren
zur Identifikation von sinusförmigen
Störsignalen
in einem Rauschsignal identifizierten Spektrallinien eingetragen
werden, deren Frequenzen fk innerhalb des
zu untersuchenden Frequenzbereiches liegen.
-
Im
nächsten
Verfahrensschritt S112 wird die in Verfahrensschritt S111 erstellte
Liste mit allen identifizierten Spektrallinien um diejenigen Spektrallinien
erweitert, die in den an die untere und obere Halbdekadengrenze
fuC(HDi) und foG(HDi) jeweils angrenzenden
Frequenzversatz gemäß Gleichung
(45) zu liegen kommen. Die auf diese Weise jeweils erstellten Listen
beinhalten für
jede Halbdekade i (HDi) die jeweils zu beseitigenden Spektrallinien.
-
Im
darauf folgenden Verfahrensschritt S113 werden alle Spektrallinien
identifiziert, die in der Nähe
von Halbdekadengrenzen liegend fälschlicherweise
in beiden Halbdekaden und damit doppelt identifiziert werden. Diese
Spektrallinien-Paare ergeben sich aus Spektrallinien, deren Frequenzen
jeweils direkt aufeinanderfolgend angeordnet sind und jeweils einer
benachbarten Halbdekade i und i+1 (HDi)
und (HDi+1) gemäß Bedingung (46) zugeordnet
sind.
-
Im
abschließenden
Verfahrensschritt S114 wird diejenige Spektrallinie des im vorigen
Verfahrensschritt S113 identifizierten Spektrallinien-Paares aus
der Liste derjenigen Halbdekade i (HDi)
gelöscht,
die eine höhere
Frequenzauflösung
aufweist, falls der Frequenzabstand fk+1 – fk der beiden Spektrallinien des identifizierten
Spektrallinien-Paares gemäß Bedingung
(47) kleiner als ein vorgegebener Schwellwert ist.
-
Im
folgenden wird das erfindungsgemäße Verfahren
zur Beseitigung von sinusförmigen
Störsignalen aus
einem Rauschsignal gem. 12 beschrieben:
Im
ersten Verfahrensschritt S110 wird für jedes Frequenzband ν ausgehend
von einer Liste aller im Frequenzbereich identifizierten sinusförmigen Störsignale
die Anzahl p(ν)
der zu beseitigenden Störsignal-Spektrallinien ermittelt.
Hierbei werden alle Spektrallinien ausgesondert, deren Frequenzen
gemäß Gleichung
(36) der Nyquist-Bedingung nicht genügen und für eine weitere Verarbeitung
nicht zweckdienlich sind. Für
die Ermittlung der Anzahl p(ν)
zu beseitigender Störsignal-Spektrallinien
je Frequenzband ν wird
ausgehend von der Frequenz fk des identifizierten
sinusförmigen
Störsignals
das Frequenzband νCenter gemäß Gleichung (37) berechnet,
in dem die Hauptlinie des sinusförmigen
Störsignals
zu liegen kommt. Darauf aufbauend werden alle Frequenzbänder gemäß Gleichung
(38) ermittelt, in denen jeweils eine Hauptlinie oder eine der Nebenlinien
des sinusförmigen
Störsignals
liegen.
-
Im
nächsten
Verfahrensschritt S120 erfolgt in Analogie zu Verfahrensschritt
S10 beim erfindungsgemäßen Verfahren
zur Identifizierung von sinusförmigen
Störsignalen
in einem Rauschsignal die Ermittlung von insgesamt NFFT Meßsignalen,
deren Frequenzspektren jeweils im Hinblick auf eines der Frequenzbänder ν bandpaßgefiltert
sind. Die insgesamt NFFT Meßsignale,
deren Frequenzspektren jeweils im Hinblick auf eines der Frequenzbänder ν bandpaßgefiltert
sind, werden gemäß Gleichung
(1) über
eine FFT-Filterbank 1' ermittelt.
-
Im
darauffolgenden Verfahrensschritt S130 erfolgt analog zum Verfahrensschritt
S20 beim erfindungsgemäßen Verfahren
zur Beseitigung von sinusförmigen
Störsignalen
in einem Rauschsignal ausgehend von den insgesamt NFFT Meßsignalen
deren Frequenzspektren jeweils im Hinblick auf eines der Frequenzbänder ν bandpaßgefiltert
sind, gemäß Gleichung
(10) die Berechnung jeweils eines Schätzwertes R ^ν einer
zu jeweils einem Frequenzband ν gehörigen Autokorrelations-Matrix. Auf Grund
der stochastischen Charakteristik des Rauschsignals wird hierbei
durch mehrmalige Mittelung die Erwartungstreue der Schätzwertes R ^ν der
jeweiligen zum Frequenzband ν gehörigen Autokorrelations-Matrix
erhöht.
-
Der
nächste
Verfahrensschritt S140 beinhaltet die Eigenwertzerlegung jeder der
Autokorrelations-Matrizen, die jeweils einem Frequenzband ν zugeordnet
sind, mittels eines bekannten mathematischen Verfahrens.
-
Entsprechend
der in Verfahrensschritt S110 jeweils für jedes Frequenzband ν ermittelte
Anzahl p(ν) von
Rausch-Eigenwerten
wird in Verfahrensschritt S150 für
jedes Frequenzband ν die
jeweilige Rauschleistung
aus der Summe der M–p(ν) kleinsten
Eigenwerte berechnet, wobei M die Dimension der Schätzwertes R ^
ν der zum
Frequenzband ν gehörigen Autokorrelations-Matrix
ist.
-
Aus
den zu den einzelnen Frequenzbändern ν jeweils
gehörigen
Rauschleistungen
die im vorigen Verfahrensschritt
S150 ermittelt wurden, wird in Verfahrensschritt S160 das gesamte
diskrete Rauschleistungsspektrum S(ν·f
0)
ermittelt.
-
Im
folgenden wird das erfindungsgemäße System
zur Identifikation von sinusförmigen
Störsignalen
in einem Rauschsignal anhand von
13 beschrieben:
Das
kontinuierliche oder zeitdiskrete Meßsignal x(t) oder x(ν·Δt) besteht
aus einem kontinuierlichen oder zeitdis kreten Rauschsignal w(t)
oder w(ν·Δt) und mehreren
kontinuierlichen oder zeitdiskreten sinusförmigen Störsignalen
bzw.
Dieses kontinuierliche oder
zeitdiskrete Meßsignal
x(t) oder x(ν·Δt) wird in
einer FFT-Filterbank
1, deren struktureller Aufbau in
3 im
Detail dargestellt ist, in insgesamt N
FFT überlappenden
FFTs verarbeitet. Das kontinuierliche und zeitdiskrete Meßsignal
x(t) oder x(ν·Δt), deren
Frequenzspektren jeweils in den einzelnen FFFs zugeordneten Fensterungen
21 ,
22 ,
...,
2NFFT und nachfolgenden Abwärtsmischungen
31 ,
32 ,
...,
3NFFT im Hinblick auf ein
bestimmtes Frequenzband ν bandpaßgefiltert
werden. Die einzelnen Meßsignale,
deren Frequenzspektrum jeweils hinsichtlich eines Frequenzbandes ν bandpaßgefiltert
ist, werden anschließend
gemäß
3 in
nachfolgenden Unterabtastungen
41 ,
42 , ..,
4NFFT hinsichtlich
ihrer durch die Überlappung
verursachten Überabtastung
wieder in die ursprüngliche
Abtastrate zurückgeführt.
-
Die
Meßsignale
x(ν·ov·Δt), deren
Frequenzspektrum jeweils hinsichtlich eines Frequenzbandes ν bandpaßgefiltert
ist, werden an. den insgesamt NFFT Ausgängen der
FFT-Filterbank 1 jeweils den Einheiten 51 , 52 , .., 5NFFT zur
Schätzung
der Autokorrelations-Matrix R ^ν zugeführt. Aus dem zum jeweiligen
Frequenzband ν gehörigen Schätzwert R ^ν der
Autokorrelations-Matrix werden in der jeweiligen Einheit 51 , 52 ,
..., 5NFFT zur Schätzung der
Autokorrelations-Matrix R ^ν zusätzlich die einzelnen Eigenwerte
und Eigenvektoren des Schätzeswertes R ^ν der
zum jeweiligen Frequenzband ν gehörigen Autokorrelations-Matrix
ermittelt.
-
In
einer jeweils nachfolgenden Einheit
61 ,
62 , ...,
6NFFT zur
Ermittlung der Anzahl p(ν)
von Störsignalen je
Frequenzband νerfolgt
eine Trennung aller zum Schätzwert R ^
ν der
zum Frequenzband ν gehörigen Autokorrelations-Matrix
jeweils ermittelten Eigenwerte λ
1, ..., λ
M in Rausch-Eigenwerte
und Störsignal-Eigenwerte
Die Anzahl
p(ν) von
Störsignalen
je Frequenzband ν entspricht
der Anzahl von ermittelten Störsignal-Eigenwerte
des zum Frequenzband ν gehörigen Schätzwertes R ^
ν der
Autokorrelations-Matrix.
-
Die
nachfolgenden Einheiten
71 ,
72 , ...,
7NFFT ermitteln
jeweils die Rauschleistung
des Frequenzbandes ν aus den
Rausch-Eigenwerten
die jeweils einer bestimmten
Anzahl von in den Einheiten
51 ,
52 , ...,
5NFFT zur
Schätzung
der Autokorrelations-Matrix R ^
ν jeweils ermittelten kleinsten
Eigenwerten entspricht, wobei die bestimmte Anzahl die um die Anzahl
p(ν) von
Störsignalen
je Frequenzband ν reduzierte
Dimension M des zum Frequenzband ν gehörigen Schätzwerts R ^
ν der
Autokorrelations-Matrix
darstellt.
-
Die
nachfolgenden Einheiten
81 ,
82 , ...,
8NFFT zur
Frequenzschätzung
ermitteln beispielsweise über
das MUSIC-Verfahren über eine
Schätzfunktion
mittels einer Maximalwertbetrachtung die normierten Kreisfrequenzen ω
normk der im jeweiligen Frequenzband ν auftretenden
Störsignal-Spektrallinien.
Die Maxima ergeben sich dabei in den Fällen, in denen die zu den jeweiligen
Rausch-Eigenwerten
gehörigen Eigenvektoren
orthogonal zu einem beliebigen
Spaltenvektor
e i der
Signal-Autokorrelations-Matrix
R
s des jeweiligen Frequenzbandes ν sind.
-
Schließlich erfolgt
in nachfolgenden Einheiten
91 ,
92 , ...,
9NFFT zur
Leistungspegelbestimmung ausgehend von den Rauschleistungen
den Störsignal-Eigenwerten
und den Z-Transformierten
der Störsignal-Eigenvektoren
zu den einzelnen ermittelten
normierten Kreisfrequenzen ω
normk der einzelnen Störsignal-Spektrallinien die
Ermittlung der zu den einzelnen Störsignal-Spektrallinien gehörigen Leistungspegelwerte
in den einzelnen Frequenzbändern ν.
-
In
einer nachfolgenden Einheit
10 zur Bestimmung von Leistungspegelkurven
je ermittelter normierter Kreisfrequenz ω
normk werden
alle Leistungspegelwerte
von Spektrallinien, die jeweils
in unterschiedlichen Frequenzbändern ν näherungsweise
identische normierte Kreisfrequenzen ω
normk aufweisen,
an den einzelnen FFT-Bin-Frequenzen ν·f
0 der
FFT-Filterbank
1 zu einer Leistungspegelkurve zusammengefaßt.
-
Schließlich erfolgt
in einer abschließenden
Einheit
11 zur Bestimmung von Einzel-Spektrallinien aus einer überlagerten
Spektrallinie die Ermittlung der Leistungspegelwerte P ^
k von
einzelnen Spektrallinien, die aus unterschiedlichen sinusförmigen Störsignalen
mit Frequenzen f
k in unterschiedlichen Frequenzbändern ν resultieren
und sich bei einer identischen normierten Kreisfrequenzen ω
normk zu einer einzigen Spektrallinien überlagern.
Diese Überlagerung
von einzelnen Spektrallinien, die auf die Entstehung von Nebenlinien
von sinusförmigen
Störsignalen
aufgrund des durch Fensterung verursachten Leakage-Effektes in jeweils
benachbarten Frequenzbänder ν und mit
der frequenzgenauen Superposition mit Hauptlinien von sinusförmigen Störsignal
basiert, wird durch eine Entfaltung wieder rückgängig gemacht. Hierzu wird eine
lineares Gleichungssystem mit einer Matrix H aus den um die jeweiligen
FFT-Bin-Frequenzen ν·f
0 frequenzverschobenen und betragsquadrierten
Fenster-Übertragungsfunktionen
|H(f-ν·f
0)|
2, dem Vektor
mit den bei der jeweiligen
normierten Kreisfrequenz ω
normk in den einzelnen benachbarten Frequenzbändern in den
Einheiten
91 ,
92 ,
...,
9NFFT zur Leistungspegelbestimmung
ermittelten Leistungspegelwerten
und dem Vektor
der
gesuchten Leistungspegelwerte P ^
k der dazugehörigen Einzel-Spektrallinien
gelöst.
-
Nach
Aussonderung fehlerhafter Leistungspegelwerte P ^k und
einer nachfolgenden Bestimmung der zu den Leistungspegelwerten P ^k der ermittelten Spektrallinien gehörigen Frequenzen
fk in der Einheit 11 zur Bestimmung
von Einzel-Spektrallinien
aus einer überlagerten
Spektrallinie werden der einzelnen identifizierten Spektrallinien
mit ihren jeweiligen Leistungspegelwerten P ^k und
Frequenzen fk in jeweiligen Listen eingetragen.
-
Nachfolgend
wird das erfindungsgemäße System
zur Beseitigung von sinusförmigen
Störsignalen
aus einem Rauschsignal anhand von
4 beschrieben:
In
Analogie zum erfindungsgemäßen System
zur Identifikation von sinusförmigen
Störsignalen
in einem Rauschsignal gemäß
13 enthält das erfindungsgemäße System
zur Beseitigung von sinusförmigen
Störsignalen
in einem Rauschsignal eine FFT-Filterbank
1' zur Ermittlung von insgesamt N
FFT Meßsignalen,
deren Frequenzspektrum jeweils auf ein bestimmtes Frequenzband ν bandpaßgefiltert
ist, und insgesamt N
FFT nachfolgende Einheiten
51',
52',
...,
5NFFT' zur Schätzung von zu den einzelnen
Frequenzbändern ν gehörigen Schätzwerte R ^
ν der
Autokorrelations-Matrizen sowie insgesamt N
FFT nachfolgende
Einheiten
71',
72', ...,
7NFFT' zur
Ermittlung der zum jeweiligen Frequenzband ν gehörigen Rauschleistung
Auf die detaillierte Beschreibung
dieser Einheiten wird an dieser Stelle verzichtet, da sie äquivalent
zu den jeweiligen Einheiten des erfindungsgemäßen Systems zur Identifikation
von sinusförmigen
Störsignal
in einem Rauschsignal aufgebaut sind.
-
Das
System zur Beseitigung von sinusförmigen Störsignalen in einem Rauschsignal
enthält
zusätzlich eine
Einheit
12 zur Bestimmung der Anzahl von sinusförmigen Störsignalen
je Frequenzband. Die Anzahl p(ν) der
sinusförmigen
Störsignale
je Frequenzband ν,
die den einzelnen Einheiten
71',
72',
...,
7NFFT' zur Bestimmung der zum jeweiligen
Frequenzband ν gehörigen Rauschleistungen
zugeführt werden, wird durch Auswertung
einer Liste mit den Frequenzen f
k aller
zu beseitigender Spektrallinien von sinusförmigen Störsignalen ermittelt.
-
Den
einzelnen Einheiten
71',
72',
...,
7NFFT' zur Bestimmung der zu den einzelnen
Frequenzbändern ν gehörigen Rauschlei stungen
werden mit einer Einheit
13 zur
Generierung des Rauschleistungsspektrums S ^(ν) verbunden, in dem das Rauschleistungsspektrum S ^(ν) des ganzen
zu vermessenden Frequenzbereiches ermittelt wird.
-
In 15 ist
ein Phasenrauschspektrum mit überlagerten
Spektrallinien von sinusförmigen
Störsignalen
dargestellt. Die Darstellung beinhaltet auch die Frequenzen, an
denen vom erfindungsgemäßen Verfahren und
System zur Identifikation von sinusförmigen Störsignalen in einem Rauschsignal
Spektrallinien von sinusförmigen
Störsignal
identifiziert worden. Die 16 zeigt
das zur Darstellung in 15 identische Phasenrauschspektrum,
das vom erfindungsgemäßen Verfahren
und System zur Beseitigung von sinusförmigen Störsignal in einem Rauschsignal
von zu sinusförmigen
Störsignal
gehörigen
Spektrallinien befreit ist.
-
Die
Erfindung ist nicht auf die dargestellte Ausführungsforrm beschränkt. Insbesondere
können
anstelle des MUSIC-Verfahrens
auch andere Frequenzschätzungs-Verfahren
verwendet werden, die auf der Eigenwertzerlegung von Autokorrelations-Matrizen
wie beispielsweise das Pisareko-Verfahren
basieren. Von der Erfindung sind auch Alternativverfahren zum Welch-Verfahren
wie beispielsweise das Bartlett-Verfahren abgedeckt. Für die Fensterung
des Meßsignals
in der FFT-Filterbank können
anstelle der genannten Chebychev- beziehungsweise Rechteck-Fenster
auch andere Fensterfunktionen zum Einsatz kommen. Die zeitliche Überlappung
der einzelnen FFTs in der FFT-Filterbank ist für den eigentlichen Erfindungsgedanken
auch nicht wesentlich.