一种频域插值变化迭代频率估计方法

《一种频域插值变化迭代频率估计方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第2期2014年3月飞行器测控学报JournalofSpacecraftTT&CTechnologyV01．33No．2Mar．2014引用格式：任天鹏，唐歌实，韩松涛，等．一种频域插值变化迭代频率估计方法EJ]．飞行器测控学报，2014，33(2)：124—128RenTianpeng，TangGeshi，HanSongtao，eta1．AfrequencyestimatorwithvariableiterationbyinterpolationinfrequencydomainEJ]．JournalofSpacecraftTT

2、＆cTechnology，2014，33(2)：124—128．一种频域插值变化迭代频率估计方法‘任天鹏h2，唐歌实1’2，韩松涛1’2，李羿霏1’2，黄磊3(1．航天飞行动力学技术重点实验室·北京·100094；2．北京航天飞行控制中心·北京·100094；3．北京跟踪与通信技术研究所·北京·100094)摘要：针对现有频率估计算法存在的复杂度高、频率估计能力弱、估计结果均方差大等缺点，在固定迭代AM(Aboutanios—Mulgrew)无偏频率估计算法基础上，提出一种频域插值变化迭代频率估计算法，推导了不同迭代参数实现无偏估计的充分

3、条件，证明了有偏估计时本算法的收敛性和偏离度，通过设置不同迭代参数，可以实现无偏或有偏估计。仿真分析表明：当具有较高信噪比时，在整个频率估计范围内，该方法均方误差接近CRI。B(Cramer—RaoLowerBound，克拉美一罗下限)；当FFT(FastFourierTransform，快速傅里叶变换)粗估计残余频率接近0．5时，该方法的均方误差优于CRLB，为CRI。B的96％。关键词：频域插值；频率估计；变化迭代；克拉美一罗下限(CRI。B)中图分类号：TN91l文献标志码：A文章编号：1674—5620(2014)02—0124—

4、05DOI：i0．7642／i．issn．1674—5620．2014—02—0124一05AFrequencyEstimatorwithVariableIterationbyInterpolationinFrequencyDomainRENTianpen91～，TANGGeshil～，HANSongta01～，LIYifeil～，HUANGLei3(1．ScienceandTechnologyonAerospaceFlightDynamicsLaboratory，Beijing100094：2．BeijingAerospaceContr

5、olCenter，Beijing100094；3．BeijingInstituteofTrackingandTelecommunicationsTechnology，Beijing100094)Abstract：Basedonfixed—iterativeAM(AboutaniosMulgrew)nonbiasfrequencyestimatoralgorithm，afrequencyestimatorwithvariableiterationbyinterpolationinfrequencydomainisproposedasexis

6、tingfrequencyestimatorshavedrawbackssuchashighcomplexity，poorfrequencyestimateperformanceandsignificantrmsdeviationofesti—materesults．Sufficientconditionsforunbiasedestimationarederivedfordifferentiterationparameters．Theconver—genceandbiasofbiasedestimationaredemonstrated

7、．Theestimatorcanbeunbiasedorbiasedbysettingdifferentit—erationparameters．SimulationresultsshowthattheMeanSquareError(MSE)oftheproposedestimatorisclosetoCRLB(Cramer—RaoLowerBound)overthefrequencyestimationrangewhensignal—tO—noiseratioishigh．TheMSEoftheproposedestimatoris0．

8、96timesCRLBwhentheresidualfrequencyafterFFT(FastFourierTransform)一basedestimationiSnear0．5．Keywo