论文部分内容阅读
本文的写作是针对在噪声背景下,尤其信噪比比较低时,估计信号的频率参量。首先回顾了频率测量的历史,总结了经典法和现代法信号频率估计中主要的频率测量方法,主要包括傅立叶变换(FFT)法、最大似然(ML)法,修正协方差法、多信号分类(MUSIC)法和子空间旋转不变法(ESPRIT)等。针对加噪信号的两个接近的频率,应用以上提到的各种方法进行频率估计,并对各种方法下得到的估计结果进行比较,进而得出一种比较理想的频率测量方法—ESPRIT法。这种方法在较低信噪比情况下,仍具有较高的分辨率,在保证精度的基础上,极大的减少了计算量,且不需作扫描处理。文章针对对比得到的ESPRIT方法,就其算法尝试在硬件上进行实现,并对算法中的关键部分奇异值分解(SVD)应用CORDIC算法在FPGA上实现。所有这些仿真设计都是在MATLAB7.0和Xilinx的FPGA芯片及其ISE7.1为基础进行的。最后,对本文的工作做出了总结。