[发明专利]一种基于最小均方误差准则的噪声背景估计方法

摘要

本发明涉及一种基于最小均方误差准则的噪声背景估计方法，该方法包括以下步骤：步骤一：获取信号数据序列x(n)；步骤二：计算数据序列x(n)的功率谱P(k)；步骤三：设定数据平滑窗长W，背景谷峰D与谷底的判断阈值U，相邻两次迭代输出结果的均方误差最小值的阈值ε，迭代过程的最大迭代次数I；步骤四：将数据序列的功率谱P(k)作为迭代过程的输入，计算出噪声背景；步骤五：迭代过程结束。该方法的算法复杂度小，并对噪声的统计特性不敏感，适合工程上对噪声背景进行较准确的估计。

主权项

1.一种基于最小均方误差准则的噪声背景估计方法，其特征在于：该方法包括以下步骤：步骤一，获取待处理的正弦信号采样数据序列：从传感器接收N个采样点的实时采集数据作为待处理的数据序列，或从存储器中提取从检测到信号时刻起始的N个采样点的数据作为待处理的数据序列；步骤二，对所述数据序列做离散傅里叶变换，计算得到数据序列的离散傅里叶变换，从而可利用周期图法计算得到数据序列的功率谱；步骤三，设定数据平滑窗长W，背景谷峰D与谷底的判断阈值U，相邻两次迭代输出结果的均方误差最小值的阈值ε，迭代过程的最大迭代次数I；步骤四，将P(k)作为迭代过程的输入，计算出噪声背景，包括以下步骤：(1)为了避免噪声背景归一化时出现极小值除以极小值现象，这里首先对P(k)进行归一化得到P_norm(k)，然后对进行数据扩展得到(2)令k＝0,1,2…,N/2+(W‑1)矩形平滑窗以Q_i(k),k＝(W‑1)/2点为起始点逐点滑动，窗的宽度为W，并计算平滑窗内数据的均值μ；若Q_i(k)/μ>D，或Q_i(k)/μ<U，则令否则，(3)当平滑窗滑动到点Qi(k),k＝N/2+(W‑1)/2时，则一次迭代过程完成，计算此时的输入与输出之间的误差平方和η；若iε，则迭代终止条件不满足，令i＝i+1，转到第四步的步骤(2)，迭代过程继续；否则，转到步骤五；步骤五，迭代过程结束，得到估计出的归一化噪声背景。