High-order synchrosqueezed wavelet-chirplet transform for instantaneous frequency and chirprate estimation
Zhejiang Normal University(浙江师范大学);University of Jinan(济南大学)
提出高阶同步压缩小波-切普变换(HSWCT),通过放松线性切普假设并推导高阶IF和切普率重分配算子,实现对交叉瞬时频率多分量信号的准确估计,并首次给出任意阶重分配算子的近似误差理论分析。
2026-06-01 cs.NA eess.SP math.NA
Instantaneous Bandwidth Estimation from Level-Crossing Samples via LSTM-based Encoder-Decoder Architecture
本文提出用LSTM编码器-解码器从过零采样估计瞬时带宽,以提升信号重建精度,并通过数值分析验证其优于基于强度的方法。
2025-04-28 eess.SP
A Two-Stage Wavelet Decomposition Method for Instantaneous Power Quality Indices Estimation Considering Interharmonics and Transient Disturbances
随着现代电力系统复杂性的增加,考虑间谐波的电能质量分析已成为一项具有挑战性的重要任务。提出了一种新的用于间谐波和暂态扰动下单相和三相系统瞬时电能质量指标(PQI)监测的分解和估计方法。针对非抽取小波包变换(UWPT)中的间谐波分量分离问题,设计了一组新的尺度滤波器和窄过渡带小波滤波器。在此基础上,提出了一种多音频电压电流信号的两级分解方法。应用希尔伯特变换(HT)来计算每个频率分量的瞬时幅度和相位,这相应地允许监测不同的PQI参数。数值试验进行了检查所提出的方法的性能。试验结果表明,与其他传统方法相比,该方法估计的瞬时电能质量指数在跟踪电力系统暂态变化方面具有显著的进步,可作为高精度电能质量检测的有用工具。
2021-01-10 eess.SP
Kernel estimation of the instantaneous frequency
我们考虑核估计的瞬时频率的缓慢发展的正弦曲线在白噪声中。预期的估计误差由两项组成。系统偏置误差随着核半宽度的增加而增加,而随机误差随着核半宽度的增加而减小。对于非调制信号$g(t)$,使预期误差最小化的内核半宽按比例缩放为$h \sim \left[{ σ^2 \over N| \partial_t^2 g^{}|^2 } \right]^{1/ 5}$,其中% $A^{(\ell)}$是频率上的相干信号,$f_{\ell}$,$σ^2$是噪声方差,$N$是单位时间内的测量次数。我们表明,估计的瞬时频率对应于估计的调制信号,$A(t)\exp(iϕ(t))$的一阶导数。对于瞬时频率估计,使期望误差最小化的半宽度较大:$h_{1,3} \sim \left[{ σ^2 \over A^2N| \partial_t^3 (e^{i \tildeϕ(t)} )|^2 } \right]^{1/ 7}$。由于最佳半宽度取决于未知函数的导数,我们在估计实际信号之前首先估计这些导数。
2018-03-12 eess.AS eess.SP math.ST
Probabilistic Estimation of Instantaneous Frequencies of Chirp Signals
当线性调频信号及其瞬时频率函数的真实形式不可得时,本文提出了一种连续时间概率估计方法。我们的模型表示这些功能的非线性级联高斯过程表示为非线性随机微分方程。然后用随机滤波器和平滑器估计函数的后验分布。我们计算(后)的高斯过程模型的Cramér-Rao下限,并推导出理论上的均方意义上的估计误差的上限。实验表明,该方法优于一些国家的最先进的方法在一个合成的数据。我们还表明,该方法适用于两个真实世界的数据集。
2023-02-13 eess.SP stat.AP stat.ML
Multi-layered Cepstrum for Instantaneous Frequency Estimation
Institute of Information Science, Academia Sinica(中央研究院信息科学研究所)
我们提出了多层倒谱(MLC)的方法来估计多个基本频率(MF0)的信号下具有挑战性的污染,如高通滤波器噪声。采用倒谱的操作(即,傅里叶变换、滤波和非线性激活),MLC被证明是一种以逐步方式增强MF 0显着性的有效方法。在正常和低保真条件下对真实世界的复调音乐数据集的评估表明了MLC的潜力。
2019-02-01 cs.SD eess.AS eess.SP
Uncertainty-Driven Radar-Inertial Fusion for Instantaneous 3D Ego-Velocity Estimation
Faculty of Engineering and Natural Sciences, Tampere University(工程与自然科学学院,塔尔皮奥大学);Faculty of Information Technology and Communication Sciences, Tampere University(信息科技与通信科学学院,塔尔皮奥大学);Engineering and Natural Sciences, Tampere University(工程与自然科学,塔尔皮奥大学)
本研究提出一种不确定性驱动的雷达-惯性融合方法,通过神经网络处理雷达数据得到带不确定性的瞬时自速度,再用扩展卡尔曼滤波器融合惯性数据并修正传感器参数,在ColoRadar数据集上实现了更优的自运动估计精度。
2025-06-17 cs.AI cs.RO eess.SP
Channel Estimation for mmWave MIMO-OFDM Systems in High-Mobility Scenarios: Instantaneous Model or Statistical Model?
本文研究高移动性毫米波MIMO-OFDM系统的信道估计,比较瞬时与统计信道模型,提出基于四阶张量CP分解和ESPRIT型分解的瞬时模型估计算法,仿真证明其优于统计模型及现有基准。
2024-08-27 cs.IT eess.SP math.IT
Synchrosqueezed X-Ray Wavelet-Chirplet Transform for Accurate Chirp Rate Estimation and Retrieval of Modes from Multicomponent Signals with Crossover Instantaneous Frequencies
针对现有方法在多分量交叉瞬时频率信号中 chirp 率估计精度不足的问题,提出X射线小波-chirplet变换(XWCT)及三阶同步挤压变体,实现更优的 chirp 率方向衰减,无需多次操作即可精确估计IF和 chirp 率并检索模态。
2025-08-25 eess.SP
Parallelized Instantaneous Velocity and Heading Estimation of Objects using Single Imaging Radar
针对自动驾驶等场景下高分辨率成像雷达对目标瞬时速度和航向的估计需求,提出基于FMCW雷达的并行计算方案,在保证精度的同时大幅提升运算速度。
2020-12-23 eess.SP
Analysis of a Direct Separation Method Based on Adaptive Chirplet Transform for Signals with Crossover Instantaneous Frequencies
在许多应用中,需要提取多分量信号的子信号构建块,这在现实世界和现实生活应用中通常是非平稳的。经验模式分解(EMD),同步压缩变换(SST),信号分离操作(SSO)和迭代滤波分解(IFD)已被提出和发展。然而,这些计算方法受到多分量信号的子信号频率曲线良好分离的规范的限制。另一方面,在我们最近的工作中,最近提出了基于线性调频波变换的信号分离方案(CT 3S),其将SSO从二维“时间-频率”平面扩展到三维“时间-频率-线性调频率”空间,以去除频率分离规范,从而允许“频率交叉”。本文的主要目的是对CT 3S方法的瞬时频率估计和分量恢复进行深入的误差分析研究。
2022-05-26 cs.NA eess.SP math.NA
Digital Filters for Instantaneous Frequency Estimation
本文研究在加性白噪声下估计正弦信号瞬时频率的数字滤波方法,针对嵌入式闭环系统中长FFT高复杂度和长延迟问题,通过蒙特卡洛仿真分析比较了通用、朴素、最优及递归滤波方案。
2023-08-14 eess.SP
Recursive and non-recursive filters for sequential smoothing and prediction with instantaneous phase and frequency estimation applications (extended version)
本文提出递归IIR与非递归FIR固定滞后平滑滤波器的设计方法,通过引入预测滤波器减少角度解缠错误,在更低信噪比下实现瞬时相位与频率估计,并达到接近FIR下界的性能。
2025-07-20 cs.SY eess.SP eess.SY
On Estimation of Angles of Arrival in Monostatic ISAC Without Instantaneous Transmit CSI
University of Illinois Chicago(伊利诺伊大学芝加哥分校);Politecnico di Torino(都灵理工大学)
本文研究单站ISAC中基站仅知统计CSI时的AoA估计极限,提出基于BCRB的波束分配策略,揭示个体与联合估计权衡,并证明利用低不确定性接收机感知信息可显著提升通信速率。
2025-10-09 cs.IT eess.SP math.IT
A stochastic computing architecture for iterative estimation
随机计算(SC)是数字电路容错计算的一个很有前途的候选者。我们提出了一种新的随机计算估计架构,允许解决一大组的估计问题,包括最小二乘估计以及稀疏估计。这允许利用随机计算的高容错性来实现估计算法。所提出的架构是基于最近提出的线性化Bregman为基础的稀疏Kaczmarz算法。为了实现这种结构,我们开发了一个收缩函数的随机计算和解析描述其错误概率。我们比较了随机计算架构的定点二进制实现,并提出了比特真的模拟结果以及合成结果,证明了所提出的架构的可行性,为实际实施。
2018-10-31 eess.SP
Robust PCA for Subspace Estimation in User-Centric Cell-Free Wireless Networks
我们考虑一个可扩展的以用户为中心的无小区大规模MIMO网络与分布式远程无线电单元(RU),使宏分集和联合处理。由于有限的上行链路(UL)导频维度,UL导频传输阶段中的多用户干扰使得信道估计成为一个不平凡的问题。我们利用两种类型的UL导频信号,探测参考信号(SRS)和解调参考信号(DMRS)导频,信道子空间的估计和它的瞬时实现,分别。根据基于拉丁方的跳频方案,在多个时隙和资源块上发送SRS导频,该跳频方案旨在平均不同SRS副导频用户的干扰。我们提出了一个强大的主成分分析方法,用于从SRS信号样本的信道子空间估计,在RU为每个相关的用户。估计的子空间进一步在RU处用于DMRS导频净化和瞬时信道估计。我们提供了数值模拟,比较系统的性能,使用我们的子空间和信道估计方案的情况下,理想的部分子空间/信道知识和导频匹配信道估计。结果表明,采用适当设计的SRS导频跳频方案的系统可以接近基因辅助系统的性能。
2022-06-08 cs.IT eess.SP math.IT
A Modular and High-Resolution Time-Frequency Post-Processing Technique
本文基于变分模型提出一种模块化、高分辨率的时频后处理技术,支持即插即用且不依赖特定分析工具,可推广至分数阶傅里叶域和线性正则域,并在合成与真实信号上验证了有效性。
2023-05-17 eess.SP
Using instantaneous frequency and aperiodicity detection to estimate F0 for high-quality speech synthesis
Google(谷歌);Wakayama University(和歌山大学)
本文介绍了一个通用的和灵活的框架,F0和非周期性(添加剂非周期性成分)分析,特别是高质量的语音合成和修改的应用。该框架由三个子系统组成:瞬时频率估计器和初始非周期检测器、F0轨迹跟踪器和F0细化和非周期提取器。所提出的框架的初步实现大大优于(由10倍的RMS F0估计误差)现有的F0提取器在跟踪能力的时间变化的F0轨迹。前端非周期性检测器由具有高度选择性的时间和频谱包络的复值小波分析滤波器组成。该前端非周期性检测器使用量化与周期性的偏差的新度量。该测量对慢FM和AM不太敏感,并且与信噪比密切相关。
2016-07-22 cs.SD eess.AS eess.SP
Sequential Bayesian Parameter Estimation of Stochastic Dynamic Load Models
在本文中,我们专注于参数估计的动态负荷模型的随机条款,特别是,负荷模型的保护设置是不确定的,如在聚合的空调机组。我们展示了如何在聚合的保护特性的不确定性,可以制定为一个随机微分方程与过程噪声。我们铸造的贝叶斯参数估计框架内的参数反演,我们提出的方法,包括过程噪声。我们证明了在参数估计中考虑随机性的好处和忽略它的风险。
2020-04-29 eess.SP math.OC
FMCW Lidar Beyond Nyquist by Instantaneous Frequency Fitting
Boston University(波士顿大学);Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室)
本文提出两种信号处理方法,通过考虑全波形恢复更大距离和速度范围,克服频率域中的混叠问题,并展示瞬时频率拟合在相位噪声下的鲁棒性。
2026-05-13 eess.SP
Sparsity-Adaptive Beamspace Channel Estimation for 1-Bit mmWave Massive MIMO Systems
我们提出了稀疏自适应波束空间信道估计算法,提高精度的1位数据转换器在全数字毫米波(mmWave)大规模多输入多输出(MIMO)基站。我们的算法包括一个调整阶段的基础上斯坦的无偏风险估计(SURE),自动选择最佳的去噪参数取决于瞬时信道条件。与视线(LoS)和非LoS毫米波大规模MIMO信道模型的仿真结果表明,我们的算法提高信道估计精度与1位测量的计算效率的方式。
2020-05-30 cs.IT eess.SP math.IT
Robust Statistical Beamforming with Multi-Cluster Tracking for Time-Varying Massive MIMO (Extended Version)
提出了一种大规模多输入多输出(MIMO)系统中瞬时信道估计、波束跟踪和自适应波束形成器的联合设计方法。这种设计的重点是效率方面的性能和计算复杂性的不利影响下的时间变化和移动性的来源,多用户和多径组件的存在下,或简单的多集群,和远近效应。该设计也适用于混合波束形成和频率选择性信道。在所提出的系统中,信道参数估计在时域双工(TDD)上行链路模式使用每簇的方法,而不是一个联合的方法,这显着降低了复杂度。由于所提出的干扰感知统计波束形成方法,即降维广义特征波束形成器(RD-GEB),每簇估计是可能的,它承担了干扰减轻的计算负载,并使剩余阶段的设计更简单。此外,整体设计基于将信道参数分离为快时间和慢时间,仅留下瞬时信道估计和信道匹配滤波作为快时间操作,其在集群特定的降维子空间内处理。波束跟踪和波束形成很少在慢时间内进行,降低了时均复杂度。此外,通过利用一批瞬时信道估计来执行波束跟踪,这消除了对额外训练过程的需要。所提出的低复杂度设计优于传统的方法。
2023-03-01 cs.IT eess.SP math.IT