【摘要】：在聲表面波(SAW)諧振式無線傳感器的頻率估計(jì)中,該文提出了一種奇異值分解(SVD)與快速傅里葉變換(FFT)相結(jié)合的頻率估計(jì)算法。首先采用重復(fù)采樣的方法對(duì)無線SAW諧振器回波信號(hào)進(jìn)行提取,然后在FFT之前利用SVD法去除回波信號(hào)中的白噪聲,最后通過高斯曲線擬合法對(duì)FFT算出的頻率進(jìn)行校正。運(yùn)用該算法得到的頻率均方誤差為1.53×103,而直接用FFT算法均方誤差為2.38×10~3,均方誤差減小了55%�？梢�,利用該SVD與FFT相結(jié)合的頻率估計(jì)算法在準(zhǔn)確度、穩(wěn)定性方面都有很大改善,且該算法操作簡(jiǎn)單,易于實(shí)現(xiàn)。
[Abstract]:In the frequency estimation of saw (SAW) resonant wireless sensor, a frequency estimation algorithm combining singular value decomposition (SVD) (SVD) with Fast Fourier transform (FFT) is proposed. Firstly, the echo signal of wireless SAW resonator is extracted by repeated sampling method, then the white noise in the echo signal is removed by SVD method before FFT, and the frequency calculated by FFT is corrected by Gao Si curve fitting method. The frequency mean square error obtained by this algorithm is 1.53 脳 10 ~ 3, while the mean square error of FFT algorithm is 2.38 脳 10 ~ (-3), and the mean square error is reduced by 55%. It can be seen that the frequency estimation algorithm using the combination of SVD and FFT has great improvement in accuracy and stability, and the algorithm is simple and easy to implement.
【作者單位】： 北京理工大學(xué)光電學(xué)院;中國(guó)科學(xué)院聲學(xué)研究所;
【基金】：國(guó)家重點(diǎn)研發(fā)基金資助項(xiàng)目(No.2016YFB0402705) 青島橡膠行業(yè)智庫(kù)聯(lián)合基金資助項(xiàng)目(EVE-KJ-ZK-005) 國(guó)家自然科學(xué)基金資助項(xiàng)目(11304346)
【分類號(hào)】：TN65;TP212

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 傅洋;韓韜;劉伯權(quán);;諧振式SAW無線傳感系統(tǒng)的測(cè)量不確定度分析[J];壓電與聲光;2014年05期

2 湯海;;基于改進(jìn)Hilbert變換的電力信號(hào)頻率測(cè)量方法[J];電子元器件應(yīng)用;2010年09期

3 胡衛(wèi)紅;舒泓;欒宇光;;基于奇異值分解的電能質(zhì)量信號(hào)去噪[J];電力系統(tǒng)保護(hù)與控制;2010年02期

相關(guān)碩士學(xué)位論文 前2條

1 郭霄鵬;應(yīng)用于燃?xì)夤艿赖穆暠砻娌☉?yīng)變傳感器的研究[D];北京理工大學(xué);2016年

2 傅洋;聲表面波無線無源溫度傳感系統(tǒng)的優(yōu)化設(shè)計(jì)[D];上海交通大學(xué);2014年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖學(xué)蕊;李紅浪;陳淑芬;蔡飛達(dá);柯亞兵;田亞會(huì);鄒正峰;;一種基于奇異值分解的SAW傳感器頻率估計(jì)算法[J];壓電與聲光;2017年04期

2 于萍;金煒東;陳春利;;基于奇異譜相對(duì)熵與灰色絕對(duì)關(guān)聯(lián)度的監(jiān)測(cè)數(shù)據(jù)特征分析[J];噪聲與振動(dòng)控制;2017年03期

3 唐振東;楊洪耕;;基于奇異值分解法的多逆變器并網(wǎng)控制系統(tǒng)交互影響研究[J];現(xiàn)代電力;2017年03期

4 王燕;李群湛;高潔;;電能質(zhì)量擾動(dòng)信號(hào)的自適應(yīng)去噪方法[J];電力系統(tǒng)自動(dòng)化;2016年23期

5 劉理云;曾U喺，

本文編號(hào)：2420313