吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (2): 653-657.doi: 10.13229/j.cnki.jdxbgxb201502047

• 论文 • 上一篇    下一篇

复杂噪声背景下谐波信号频率估计新方法

孙晓东，权爱娟，李勇   

  1. 吉林大学 通信工程学院， 长春 130022
  • 收稿日期:2013-06-25 出版日期:2015-04-01 发布日期:2015-04-01
  • 作者简介:孙晓东(1975)，男，副教授.研究方向:微弱信号检测.E-mail:sunxd@jlu.edu.cn
  • 基金资助:
    国家自然科学基金项目(51277088)；吉林大学科学前沿与交叉学科创新项目(450060481530).

New frequency estimation method for harmonic signal submerged in complex noise background

SUN Xiao-dong,QUAN Ai-juan, LI Yong   

  1. College of Communication Engineering, Jilin University,Changchun 130022,China
  • Received:2013-06-25 Online:2015-04-01 Published:2015-04-01

RICH HTML

0   

PDF (PC)

667

摘要： 利用待测谐波信号的周期性及混沌信号能量集中在低频部分的特性，提出一种将倍频法、小波包分解与互谱分析相结合的强混沌噪声背景下谐波频率估计新方法。首先，利用谐波信号的周期性，将采样数据等距取值构造谐波信号倍频的新数据序列，且倍频谐波偏离混沌能量中心频段;其次，利用小波包分析法对新数据进行多层分解，使倍频谐波信号与混沌噪声主能量分离;最后，对谐波信号能量集中的分量进行互谱功率谱分析，估计谐波频率。该方法适用于强混沌信号与强观测噪声共存背景下的周期小信号频率估计。仿真实验结果表明:该方法十分有效，且计算量小。

关键词: 信息处理技术, 频率估计, 混沌信号, 倍频, 小波包分解, 互谱

Abstract: A new frequency estimation method for harmonic signals embedded in strong chaotic interference is proposed. This method is based on the frequency doubling, wavelet packet theory and cross spectrum theory, and it is composed of three steps. First, using the cycle characteristic of harmonic, the sampling data are equidistantly taken value of the harmonic signals and then construct a new data sequence. The doubling harmonic is deviated from the chaotic centre frequency. Second, the wavelet packet decomposition algorithm is applied to analyze the energy distribution characteristics of the harmonic signals and chaotic signals. Finally, according to the results of second step, the components, on which the harmonic signal energy concentrates, are extracted, then, the cross spectrum method is applied to estimate the frequencies of the harmonic signals. Simulation results demonstrate the effectiveness of the proposed method.

Key words: information processing technology, frequency estimation , chaos signal, frequency doubling, wavelet packet theory , cross spectrum

中图分类号: 

  • TN911.71
[1] 吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2002:1-10.
[2] Stark J,Arumugaw B.Extracting slowly varying signal from a chaotic background[J].International Journal of Bifurcation and Chaos,1992,2(2):413-419.
[3] Haykin S, Li X B.Detection of signals in chaos[J].Proceedings of IEEE, 1995,83:94.
[4] He Di.Signal estimation in clutter using SVM-based chaos synchronization[C]∥Global Telecommunications Conference, Honolulu:IEEE,2009:1-6.
[5] Manjunath G, Sivaji Ganesh S, Anand G V. Denoising signals corrputed by chaotic noise[J].Communications in Nonlinear Science and Numerical Simulation,2010, 15(12):3988-3997.
[6] Broomhead D S,Huke J P, Potts M A S.Cancelling deterministic noise by constructingnonlinear inverses to linear filters[J].Physica D,1996,89:439-458.
[7] 李鸿光,孟光.基于经验模式分解的混沌干扰下谐波信号的提取方法[J].物理学报,2004,53(7) : 2069-2073.
Li Hong-guang,Meng Guang. Harmoic signal extraction from chaotic interference based on empirical mode decomposition[J]. Acta Physica Sinica,2004,53(7) : 2069-2073.
[8] 陆振波,蔡志明.基于Volterra滤波器的混沌背景弱信号检测[J].系统仿真学报,2008, 20(7):1778-1780.
Lu Zhen-bo,Cai Zhi-ming.Weak signal detection in chaos based on Volterra filter[J].Journal of System Simulation,2008, 20(7):1778-1780.
[9] Xiang X Q, Shi B C. Weak signal detection based on the information fusion and chaotic oscillator[J]. Chaos, 2010, 20(1):013104.
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发