[发明专利]一种基于不同时不同频的新频率估计算法

说明书

本发明公开了一种基于不同时不同频的新频率估计算法。该算法通过建立出正弦信号任意两根谱线的线性表达式，而且充分考虑了正负频率所带来的频谱泄露问题，因此具有极高的估计精度。在本章中，我们将通过推导出最后的频率估计表达，然后再模拟仿真分析，并且和其它的算法进行比较，包括CLS‑SDFT算法、TSCW算法、多余弦加窗的IpDFT算法、基于MSD加窗的IpDFT算法以及基于MDW加窗的IpDFT算法等等。比较的情况分为无噪余弦信号、有噪余弦信号以及有噪谐波信号情况下的对比。本发明通过建立出正弦信号任意两根谱线的线性表达式，而且充分考虑了正负频率所带来的频谱泄露问题，因此具有极高的估计精度。

技术领域

本发明涉及频率运算技术领域，特别是涉及一种基于不同时不同频的新频率估计算法。

背景技术

频率是单位时间内完成周期性变化的次数，实质上是表征信号在一定的时间内的总体特征。对正弦信号来说，频率就是周期的倒数，它的物理意义十分的明确。而对于非正弦信号，可以将其分解为多个正弦信号的和，每个信号有它本身的频率定义，也即十九世纪相关学者提出的“信号的隐藏周期性”问题，也因为这个问题引出了学者们对傅里叶级数和傅里叶变换理论的研究。

频率估计最早起源于上世纪30年代，当时主要应用于雷达和声呐技术。而正弦信号的频率估计正是雷达和声呐技术的关键，直接影响到雷达和声呐的精准定位。近年来，频率估计取得了丰硕的研究成果。不仅在理论上，而且在实际中，都有着极其重要的研究价值。频率估计最早是在军事领域应用，后来也逐渐发展成为了一个独立的研究领域，并且广泛应用于各个工程领域。比如语音处理与识别、通信、电力系统、生物医学、检测理论等研究中。因为这些领域都会遇到这样的技术难题，即如何在有噪声的情况下，对正弦信号进行精准的频率估计。

与人们密切相关的语音处理领域中，共振峰是表征语音信号特征的基本参数之一，它在语音信号合成、语音识别和语音编码等方面起着重要作用。共振峰代表了发音信息的最直接来源，人在语音感知中利用了共振峰信息。因此，共振峰频率估计研究在语音信号处理方面有着极为重要的作用。1986年，Mcaulay和Quatieri提出了完整的音频/语音信号的正弦模型，从而引起了众多学者的研究兴趣。与之类似，正弦模型认为语音信号可以看作是一组正弦信号的加权组合。正弦编码的方法需要再编码端提取一组正弦信号的幅度、频率和相位，而在接收端根据以上信息重新合成语音信号。从语音信号中提取正弦分量涉及到多频实信号的频率估计问题。

发明内容

为了解决以上问题，本发明提供一种基于不同时不同频的新频率估计算法，通过推导出最后的频率估计表达，然后再模拟仿真分析，并且和其它的算法进行比较，包括CLS-SDFT算法、TSCW算法、多余弦加窗的IpDFT算法、基于MSD加窗的IpDFT算法以及基于MDW加窗的IpDFT算法等等。比较的情况分为无噪余弦信号、有噪余弦信号以及有噪谐波信号情况下的对比，为达此目的，本发明提供一种基于不同时不同频的新频率估计算法，包括以下步骤，其特征在于：

步骤1：采集N点离散时间信号s(n)；

步骤2：获取信号s(n)的N点DFT(离散傅里叶变换)序列，记做S_k(m)，

步骤3：考虑因为S′_k(m)是复数，所以我们可以得到S′_k(m)＝S′_k,R(m)+jS′_k,I(m)的形式；

步骤4：获取到频谱中k₁，k₂，m₁，m₂处频谱值，即S_k2(m₁)