Preciso estimador de frecuencia para seno real basado en DFT
Autores: Liu, Zhanhong; Fan, Lei; Liu, Jinyu; Liu, Nian; Jin, Jiyu; Xing, Jun
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 14
Citaciones: Sin citaciones
Se propone un estimador preciso de frecuencia para un senoide real basado en la Transformada Discreta de Fourier (DFT). El estimador propuesto se basa en la interpolación de la línea espectral máxima de la DFT y dos líneas espectrales de la Transformada de Fourier en Tiempo Discreto (DTFT) y puede operar tanto con la ventana rectangular como con la ventana de decaimiento máximo del lóbulo lateral (MSD). En el paso de estimación gruesa, se utiliza el estimador propuesto con la ventana MSD. Según el valor de la estimación gruesa, se elimina el componente espectral de frecuencia negativa. En el paso de estimación fina, se utiliza el estimador propuesto con la ventana rectangular para lograr el límite inferior de Cramer-Rao (CRLB). Los resultados de simulación muestran que el rendimiento de este algoritmo es mejor que el del algoritmo AM, algoritmo Candan, algoritmo Djukanovic y algoritmo FDIAM.
Descripción
Se propone un estimador preciso de frecuencia para un senoide real basado en la Transformada Discreta de Fourier (DFT). El estimador propuesto se basa en la interpolación de la línea espectral máxima de la DFT y dos líneas espectrales de la Transformada de Fourier en Tiempo Discreto (DTFT) y puede operar tanto con la ventana rectangular como con la ventana de decaimiento máximo del lóbulo lateral (MSD). En el paso de estimación gruesa, se utiliza el estimador propuesto con la ventana MSD. Según el valor de la estimación gruesa, se elimina el componente espectral de frecuencia negativa. En el paso de estimación fina, se utiliza el estimador propuesto con la ventana rectangular para lograr el límite inferior de Cramer-Rao (CRLB). Los resultados de simulación muestran que el rendimiento de este algoritmo es mejor que el del algoritmo AM, algoritmo Candan, algoritmo Djukanovic y algoritmo FDIAM.