在低信噪比环境中实现高精度复正弦频率估计的算法（2009年）

简介：
本文提出了一种创新性的算法，在低信噪比环境下实现了对复正弦信号的高精度频率估计。该方法显著提升了复杂噪声条件下信号处理和分析的准确性，为通信、雷达及声纳系统中的关键应用提供了有力支持。 MAP/ML频率估计算法因同时使用了幅度和相位信息，在高信噪比条件下能够实现极高的估计精度；然而在低信噪比环境下性能较差。针对这一问题，通过分析其原因并提出了结合FFT确定相干积分长度及无卷绕序列的最大似然(ML)估计方法。 利用FFT的粗略估值对信号进行频移处理，使得信号频率和相位变化被限制在一个可控范围内，并据此推导出了不同相干积分长度下的克拉美罗界(CRLB)，从而找到了最优的数据分段长度。通过这种方式，在提高信噪比的同时保持了高估计精度。 此外，根据相移后的相位方差选择合适的估计序列的方法也被提出，这避免了解卷绕过程中的复杂性，进而消除了解卷绕对性能的影响。