一种改进的正弦波频率谱估计方法
一种改进的正弦波频率谱估计方法 第24卷第4期
2004年12月
西安工业学院
JOURNALOFXI'ANINSTITUTEOFTECHNOLOGY Vo1.24No.4
Dec.2004
文章编号:1000—5714(2004)04—0328—04
一
种改进的正弦波频率谱估计方法
何仁贵,黄登山,陈绍炜
西安710072) (西北工业大学电子信息学院,
摘要:当OVSS谱估计方法中构造的奇异矩阵的行数大于信号频率个数加1时,会产生虚假的正弦信号,
在实际应用时容易造成误判.本文通过修正OVSS谱估计式的分母,由原来单一的正交乘积,变为多个正交乘
积的加权求和得到了一种改进算法.改进算法能彻底消除伪峰,且性能稳定,分辨率高.仿真结果表明改进算
法整体上优于0VSS方法.
关键词:正交子空间;信号子空间;谱估计;0VSS
中图号:TN911.7文献标识码:A
Amodifiedmethodtoestimatefrequencyofsinewave
HERen—gui,HUANGDeng—shan,CHENShao-wei (SchoolofElectronic&Information,No~hwestemPolytechnicalUniversity.Xi'an71
0072,China)
Abstract:Whenthenumberofrowsismorethanthenumberofsinewavesignalsadding1-thes
pectralestimationmethod0VSS
shallproducesomefalsesinewavesignals-whichcanbringerrorinpracticalapplications,By
modifyingthedenominatorinthespec—
tralestimationformulaof0VSS.changingthesingleorthgonalproductintoweightedsumofs
everalorthogonalproducts.amodified
algorithmisproposed.Themodifiedalgorithmcaneliminatethefalsepeakscompletely.Ithas
steadyperformanceandhighresolu—
tionratio.Theemulationresultsshowthatthemodifiedalgorithmisbetterthan0VSSinwhole.
KeyWords:Orthogonalsubspace;Signalsubspace;Spectralestimation;OVSS
对于混有白噪声的正弦信号(设有K个复正弦信号)的频率估计和功率谱估计问
题,都是采用将(P+1)
维信号相关阵进行特征值分解(Eigenvaluedecomposition,EVD),得到一组相互正交
的特征矢量,从而形成
一
个向量空间.进一步该向量空间又可分成两个子空间,一个是由K个大特征值所对
应的K个特征矢量
张成的信号子空间,另一个则由(P+1一K)个特征值所对应的(P+1一K)个特征矢
量张成的噪声子空间
或正交子空间.基于信号子空间的频率和功率谱估计方法(如AR[,MV[]法等)具有
较好的统计稳定性;
基于正交子空间的频率和功率谱估计方法(如MUSIC]法等)具有更高的谱分辨率.
文献[4,5]提出了一
种新的正交矢量谱估计方法,称为OVSS法.该方法有很高的分辨率,在相同条件下
优于其他通用方
法J.但它的性能受到参数的影响,当OVSS谱估计方法中构造的奇异矩阵的行数
大于信号频率个数加1
时,会产生虚假的正弦信号,其产生的原因是:OVSS谱估计式的分母多项式的零点
中除了实际的正弦波
频率外,还存在寄生零点,从而形成了伪峰,这对实际应用很不利.为此,本文提出了
一种改进算法,该算法
对参数的变化不敏感,性能稳定,且抗噪能力强. 1OVSS方法
假设信号为K个复正弦波(在信号个数未知时可按照文献[6,7]提供的AIC准则和
MDL准则来估
收稿日期:2004—05—28
作者简介:何仁贵(1979一),男(汉族),西北工业大学硕士研究生
第4期何仁贵等:一种改进的正弦波频率谱估计方法329 计)JJt~复高斯白噪声,理论上信号的P×P维自相关阵为 R=
r(0)
r(1)
r(P一1)
r(1一P)
r(2一P)
r(0)
K
=
?pkUP(^)H(^)+J=R0+J(1) =1
式中:P为第k个正弦波的功率;为白噪声的方差. 【,P()=[1,e,…,eJ2,~(e-1)fk]丁(2)
式中:【,P()为第k个复正弦信号矢量,为第k个复正弦频率(k=1,2,3,…,K).R的特
征值/特征矢
量分解为:
KP
R=?(o+)l'll+?llll(3)
i=1i=K+1
式中:0为Ro的K个非零特征值;=(o+)为R的主特征值,K+l=K+2:…=P:为噪声特
征值.
文献[5]已经证明
span{lll,H2,?一,HK}=span{Ue(f1),uP(),…,UP(_K)}(4) 而
ll【,P():0(=K+1,…,P;k:1,2,…,K)(5)
所以最大特征值对应的特征矢量ll可以写成信号矢量的线性和 lll=l"ll,"12,'.,"lPJ K
=
?blkUP(^)(6)i=1
垒[(1),(2),…,(P)]丁
将它构成L×M阶矩阵
V=
(1)(2)
(Ks+1)(Ks+2)
[(L一1)Ks+1]
(M)
(M+K5)
[M+(L一1)Ks]
(7)
式中:min(L,M)>K,1?K5?M,M+(L一1)K5?P,且均为整数,文献[5]证明了V
是一个奇异
矩阵,其秩恒等于信号个数,与信噪比(SNR)无关;V阵的零奇异值对应的右奇异矢
量与M维信号矢量
正交.由此可以用(8)式进行功率谱估计:
1
(厂):万(8)l0D^U^rl一
式中:?M为V阵最小奇异值对应的右奇异矢量;UM(厂)为信号矢量,其定义由(2)
式给出.
2OVSS存在的缺陷
令V阵为一个方阵,即L=M,则当L>K+1时,将有(L—K)个零奇异特征值,且其右奇异特征矢
量有L个元素.用(8)式进行谱估计的实质就是在(0,1)区间上搜索下列多项式的根: L
—
-
1
1
V(f)=~OM(k)exp(j2nkf)(9)
=
0
式中:O)M(k)为O)M的元素;V(厂)为一个(L一1)阶的多项式,根据多项式理论,它应该有(L一1)个实根.
上面提到:V阵的零奇异值对应的右奇异矢量与M维信号矢量正交,所以K个信号频率都是上述多项式
的实根.这样就还有(L—K一1)个与信号频率无关的实根,文献[6]将这类实根称为"寄生零点"(spi.s
)2
一;,
一
P
r(
r
330西安工业学院第24卷
erOs).这时如果用(8)式进行谱估计,将会产生(L—K—1)个虚假的正弦信号(伪峰).因此,当L>K+l
时(8)式不再适用.文献[5]采用多次平均减少或去掉伪峰,但效果不太理想.
3OVSS方法的改进
当L>K+1时,将有(L—K)个零奇异特征值,对应(L—K)个右奇异特征矢量,将它们分别代入
(9)式将产生(L—K)个不同系数的同阶次多项式.由于前面提到的正交关系,这些多项式将有K个相同
的实根,对应K个信号频率,其余(L—K—1)个实根则各不相同. 由于信号矢量和所有零奇异值对应的右奇异矢量都是正交的,那么和它们的线性组合也应该是正交
的,即
L
(?a)UL()=0(10)
式中:i=l,2,…,K;为信号频率.那么
LL
uLT()(?a?)UL():?aI?uL()I=0(11)
式中:a取正实数.所以
1
P(厂)=————?_——一(12)
?I?UL(厂)I
在厂:处应是无穷大,但由于相关阵是估计出来的,因此P()为有限值,在图形上表现为尖峰.这些
峰值对应的频率就是估计出来的正弦信号频率.而在厂为多余的"寄生零点"处的时候,由于在(12)式的
分母中只有一个求和项为零(即产生该零点的那个多项式为零),而其余项都不为零,所以求和后分母不为
零,伪峰不再存在.因此用(12)式代替(8)式进行功率谱估计,其他步骤不变,将适合L>K+l这一更为
普遍的情况,且抗噪声能力和稳定性要优于OVSS法.
4仿真结果
以两个复正弦波加自噪声进行计算机仿真,设信号模型为:
(n)=-+nf2+w(n),(n:0,l,…,N—1)
式中:fl,f2是两个数字归一化正弦波频率;W(n)为均值为零,方差为的复高斯噪声;决定信噪比
(SNR)的大小,N为取样数据长度.所有模拟结果,功率谱轴采用归一化功率谱密度(P(.
厂)),用分贝
(dB)表示.并令:K=2,L=M,Ks:2,N=25,fl=0.2,厂2=0.23.为方便计,当L=M=时,我们称 OVSS法为OVSS(/T/)法,称改进型OVSS法(ModifiedOVSS)为MOVSS(/T/)法,且口^均取1.
归一化频率/厂
图1高阶OVSS方法(SNR=oo)
Fig.1High—ranksOVSSmethod(SNR=oo) 归一化频率/厂
图25阶OVSS方法与MOVSS(SNR=10dB)
Fig.25一ranksOVSSandMOVSSmethod(SNR=10dB)
第4期何仁贵等:一种改进的正弦波频率谱估计方法331
号0
-
10
稍-20
差
艇-30
.
40
00.20.40.60.81.0
归一化频率/厂
图310次平均(SNR=OdB)
Fig.3Theaverageof10times(SNR=0dB)
归一化频率/厂
图410次平均后谱峰附近的放大图
Fig.4Magnifiedfigureof10timesroundthe spectralpeaksoftheaverage
图1是在无噪声情况下,OVSS法当L分别为3,4,5时所作的谱估计曲线.从图中不难看出,伪峰的
个数随着L的增大而增加.且伪峰的水平很高,无法准确判断真实的正弦波频率.伪峰个数为L—K一1.
图2是在SNR:10dB情况下所作的两种方法的比较图,L为5.从图中可以看出,MOVSS(5)有着非
常平坦的旁瓣,伪峰被消除.而oVSS(5)中存在伪峰,且电平相当高. 图3是在SNR=0dB情况下所作的10次试验的平均,M为6(阶数选为6是为了提高抗噪能力).从
中可看出,MoVSS(6)法的谱估计曲线的谱峰位置准确,且没有伪峰,旁瓣几乎是一条直线.而OVSS(6)
法的谱曲线在谱峰附近有很多尖峰.
图4为放大后谱峰附近的情形.这就给判断真实信号的频率带来了困难,且旁瓣起伏非常剧烈.这是
因为由于噪声的影响,每个单次试验产生的伪峰位置不一,且主瓣谱峰也因噪声的影响而产生或左或右的
偏移,从而在取平均后就产生了上述现象.这就说明改进后的算法有更好的统计稳定性和抗噪声能力.
5结论
本文从理论上证明了OVSS方法在估计正弦波信号频率时,在L>K+1这一更为普遍的情况下.不
可避免的会产生高强度的虚假信号频率(伪峰).并OVSS针对方法所存在的缺陷,提出了改进算法,仿真
结果表明改进型OVSS法有更好的抗噪能力和统计稳定性,是一种更为理想的现代功率谱估计方法.
参考文献:
[1]刘军,戴宪华.改进的AR模型谱估计法提取载波频率[J].汕头大学(自然科学版),2002,17(3):53
[2]董臻,朱国富,梁甸农,等.一种修正极小方差谱估计算法[J].系统
与电子技术,2002,24(1):89
l3JSchmidtR0.Multipleemitterkx~ationandsignalparameterestimation[J].IEEETrans.A
ntennasPropag.1986,34(March):276 [4]黄登山,保铮.系数矩阵正交矢量谱估计[J].电子科学学刊,1988,10(4):289 [5]黄登山,王顶.一种新的正弦波频率估计方法研究[J].电子与信息,2002,24(12):1857
[6]胡广书.数字信号处理——理论,算法与实现[M].北京:清华大学出版社.1997 [7][美]s.M.凯依着,黄建国译.现代谱估计原理与应用[M].北京:科学出版社,1994 (责任编辑,校对魏明明)