几种频率估计算法的比较和仿真分析.pdf

对被噪声污染的正弦波信号进行频率估计是信号参数估计中的经典问题，目前国内外已提出不少方法。文献给出了在高斯白噪声中对正弦波信号频率进行似然估计算法，该算法能够达到卡拉美-罗限(CRB)，但计算量大，实现困难。FFT频率估计方法具有速度快、便于实时处理的特性而得到了广泛应用。但FFT频率估计方法得到的是离散频率值，当信号频率与FFT离散频率不重合时，由于FFT的“栅栏”效应，信号的实际频率应位于两条谱线之间。显然仅仅利用FFT幅度值估计信号频率难以满足精度要求，因此各种插值算法应运而生。文献给出了Rife算法，在对输入信号进行FFT运算后，利用谱线及其相邻的一根次大谱线进行插值来确定真实频率位置

鲁棒且准确的中心频率估计（RACE）算法，用于在没有已知标记参数的情况下提高SinMod在标记的心脏MR图像上的运动估计性能

广义分数低阶协方差谱及谐波频率估计

基于MUSIC的含噪声信号频率估计，频率估计不仅在理论上，而且在实际应中，都有非常重要的研究价值。本文采用空间谱估计的典型代表MUSIC算法，对含高 斯白噪声的信号进行频率估计，同时也通过MATLAB软件对其进行了仿真。仿真结果表明对单、多个含噪声的正弦信号而言，MusIc算法有良好的频率特性，并能达到预期效果。

matlab开发-频率估计波特率估计。频率和波特率估计

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达回波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪(MP)具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。

谐波频率估计的总体最小二乘方法TLS-ESPRIT，是ESPRIT的改进方法。

求圆周率，可以通过反正切公式来计算、利用割圆法等，也可以用频率估计概率的方法来求。 假设一个正方形的面积为4，则其内切圆面积为π，现向正方形内随机投掷米粒，可知米粒落在圆中的次数占总数的π/4。经过大量实验，用这个频率乘4可得π的近似值。 本程序使用这种方法，利用VB的随机数生成器来实现，并画出p*4的折线图，理论上会稳定在3.14159附近，图供参考。 附有VB源码，带注释。随机数生成器已经经过一些改良，如果可以更有随机性就更好了。

（课件1）253用频率估计概率 (2).ppt