[发明专利]梯度最速下降ANF频率无偏估计方法

说明书

技术领域

本发明涉及信号处理领域，特别是一种梯度最速下降ANF(自适应陷波滤波器，adaptive notch filter)频率无偏估计方法。技术域描

背景技术

自适应陷波滤波器(ANF)是一种基于参数模型法的频率估计方法，主要是根据被处理信号的特点，对其进行参数优化，自动调节自身模型参数，令ANF代价函数达到最小值，使陷波频率与信号频率相等，从而估计出信号频率值。该方法从时域角度进行迭代频率估计，不仅可以估计频率恒定的时不变信号，还可以估计频率发生变化的时变信号，同时还可有效的滤除正弦信号中的宽带噪声，提取淹没在噪声中的正弦信号，大幅提高正弦信号的信噪比，具有结构简单、计算量小、抗噪性好的优点，可广泛应用于电力系统、控制工程、通信系统及工业测量等诸多领域，具有重要研究意义和应用价值。

目前，基于ANF的频率估计方法主要有以下两种：

(1)有限冲激响应ANF(参考文献[1]：Punchalard R，Lorsawatsiri A，Loetwassana W，Koseetaporn J，Wardkein P，Roeksabutr.Direct frequency estimation based adaptive algorithm for a second-order adaptive FIR notchfilter[J].Signal Processing，2008，88(2)：315-325.)：该方法传递函数较为简单，实现容易，且所需参数少，但其抗噪性较差，针对某些特定的频率信号，如归一化频率接近于0或π两端的信号，其频率估计方法存在较大的估计偏差，应用上受限制。

(2)无限冲激响应ANF：该种陷波滤波器根据自身结构及计算方法的不同大致可分为两类，格型ANF(参考文献[2]：Cho N I，Choi C H，Lee S U.Adaptive line enhancement by using an IIR lattice notch filter[J].IEEE Transactions o nAcoustics，Speech and Signal Processing.1989，37(4)：585-589.)和限制零极点ANF(参考文献[3]：Nehorai A.A minimal parameter adaptive notch filter with constrained poles and zeros[J].IEEE Transactions on Acoustics，Speech and Signal Processing，1985，33(4)：983-996.)。格型ANF类陷波器一般都是通过最小化输出方差来确定迭代系数，但计算量大，且算法在最优值远离初始值时，收敛速度慢，代价明显增大。限制零极点ANF是一种基于梯度下降的自适应算法，具有陷波宽度小、计算量简单的特点，是一种应用比较广泛的陷波器。为了获得快速准确的频率估计结果，也产生了一些相应的算法，如基于Steiglitz-Mcbride系统辨识方法的ANF(参考文献[4]：涂亚庆，苏奋华，沈廷鳌，张海涛.自适应陷波器的科氏流量计信号频率跟踪方法[J].重庆大学学报(自然科学版)，2011，34(10)：147-152.)，虽然精度较高，但收敛速度还有待提高，且容易收敛至局部极值点。为此，一种改进的ANF频率跟踪方法(参考文献[5]：Huiyue Y，Yaqing T， Haitao Z.A frequency tracking method based on improved adaptive notch filter for coriolis mass flowmeter[J].Applied Mechanics and Materials，2012，128-129：450-456.)通过分析ANF输出信号同输入信号的相关性，判断ANF是否收敛，从而使ANF可以跳出局部极值点，收敛到全局极值点，但所需参数较多，取值不易，且未从根本上改变ANF固有的收敛缺陷，改善效果还有待进一步提高。针对此问题，分析其原因发现，由于所选择代价函数为ANF输出的平方，该代价函数收敛曲面存在局部极值点，且在某些区域收敛曲面过于平整，从而导致ANF沿此代价函数的梯度下降时的频率估计精度不高。而将ANF代价函数变换为FIR结构和IIR结构输出信号的乘积(参考文献[6]：Punchalard R，Lorsawatsiri A，Koseeyaporn J，Wardkein P，Roeksabutr A.Adaptive IIR notch filters based on new error criteria[J].Signal Processing，2008，88(3)：685-703.)，使该代价函数具备一定斜直线的特性，一定程度上加快了ANF收敛速度。但缺点是最优频率估计解为局部极小值点，对频率初始值的设定有一定的要求，容易导致ANF不收敛，且频率估计方法有偏。尤为重要的是，以上方法针对某些特定的频率信号，如归一化频率接近于0或π两端的信号，其频率估计方法同样存在估计偏差，故适用的频率估计范围有限。