缓变信号快速无偏频率估计方法研究

Under complex conditions such as slow varying signal frequency, close to the both ends of the spectrum, low SNR and so on, accurate frequency estimation is needed, while existing methods are deficient in accuracy, real-time performance and anti-interference capability. To solve the above problems, a new kind of fast and unbiased frequency estimation method for slow varying signal is proposed, which include mechanism analysis of influence between frequency and phase difference measurement, dynamic performance of error function surface and noise transformation. According to the techniques such as the construction of dynamic error function and analysis of noise statistical performance, to eliminate the error cumulative effect of slow varying signal and the influence of the signal frequency that close to the both ends of the spectrum, the fast and unbiased frequency estimation under low SNR should be achieved. In view of high accuracy, real-time and anti-interference requirement of frequency estimation in Coriolis Mass Flowmeter (CMF) and heart rate detection of smart bands, a new kind of fast and unbiased frequency estimation method will be applied to such field experiments. The purpose of the research is to propose new methods to improve the accuracy, real-time performance, anti-interference capability of frequency estimation.

针对信号频率缓变、靠近频谱两端、信噪比低等复杂条件下的信号频率估计问题，现有方法在精确性、实时性、稳定性和抗噪性等方面存在明显不足。提出缓变信号频率快速无偏估计方法，含频率与相位差测量影响机理分析、误差函数动态性能曲面分析以及噪声变换分析等研究内容。通过动态误差函数构造和噪声统计性能分析等技术消除缓变信号误差积累效应，消除频谱两端信号影响，实现低信噪比条件下的快速无偏频率估计。鉴于科里奥利质量流量计仪表和智能手环心率检测对频率估计的高精度、实时性、稳定性和抗噪性要求，拟选此两种对象对提出的方法进行实验验证。主要目的是为复杂条件信号频率高精度估计提供新的方法，重在提高估计精度和稳定性，同时改善实时性和抗噪性。

缓变信号的频率估计问题是数字信号处理的重要问题，是进一步进行高精度相位及相位差估计的基础条件，其在仪器仪表、智能可穿戴设备和卫星导航定位等领域有着广泛的应用。项目主要研究内容是针对信号频率缓变、靠近频谱两端、信噪比低等复杂条件下的信号频率估计问题，提出了缓变信号频率的快速无偏估计方法，包含频率与相位差测量影响机理分析、误差函数动态性能曲面分析以及噪声变换分析等方面。项目的重要结果是剖析了相位及相位差估计方法，为频率估计的影响机理提供了理论基础；建立了噪声的变换模型，为后续的噪声统计性能分析奠定了基础；重塑了相位及相位差估计方法，获得了包含频率估计值的相位及相位差期望与方差的估计方法。分析了现有误差函数性能特点，给出了信号频率位于频谱两端时误差函数的构建原则；提出了性能良好的误差函数，使频率迭代估计过程中始终落入全局极值点，提升了频率估计的精度和稳定性；在所提误差函数的基础上，分析了缓变信号的误差函数动态性能曲面，良好的梯度值属性提升了频率估计方法的收敛速度和稳定能力。给出了噪声通过滤波器后统计性能变化机理；并对频率估计方法的无偏性进行了分析与证明；在无偏的基础上，进一步分析频率估计方法的方差统计性能，在方差性能最小的基础上，明确了参数的选择的范围，最终获得了精确性高，抗噪性好和稳定性强的缓变信号频率估计方法。项目的关键数据通过在科氏流量计实验平台和智能手环心率检测模块中对所提方法进行方法应用实验获得，其科氏流量计频率估计均值为198.3637Hz，与该型号科氏流量计相吻合，心率手环在静止状态下检测精度为99.03%，运动状态下检测精度为98.55%。项目科学意义在于所提缓变信号快速无偏频率估计方法可明显提升科氏流量计的频率估计精度和智能手环的心率检测精度，并对同上述装置信号特征类似的缓变信号频率估计问题提供了可供借鉴的方法。