1 天津大学 微电子学院，天津 300072
2 天津市成像与感知微电子技术重点实验室，天津 300072
FMCW激光雷达以其高精度、抗干扰能力强、同时测距测速等特点得到了广泛研究。针对FFT固有栅栏效应引入测距、测速误差的问题，通过分析频谱幅值和相角的规律，并结合正弦函数原理提出了一种易于硬件实现的修正Rife算法，有效地降低了传统Rife算法在估计频率接近FFT量化频率点时的误差。通过仿真和FPGA验证，修正Rife算法在信噪比为−10 dB时相较于传统Rife算法平均误差降低了69.6%，均方根误差降低了50.7%，而计算量仅增加了两个乘法和加法，与N点FFT计算量相比可忽略不计。最后，通过搭建光学测试平台，模拟激光雷达中频回波信号验证了该算法的有效性。测试结果显示，该算法可在112 m范围内实现同时测距测速，测距误差不大于5 cm，测速误差不大于0.16 km/h，满足实时性要求。
FMCW激光雷达 频率估计 修正Rife算法 FPGA FMCW LiDAR frequency estimation modified Rife algorithm FPGA 红外与激光工程
2022, 51(12): 20220222
中国船舶重工集团公司第七二四研究所, 南京 211106
为了满足侦察雷达接收机对正弦信号频率实时估计的要求, 提出了一种利用近似核和近似取模方法改进的Rife算法。该算法利用4点近似核FFT代替全精度FFT, 消除了乘法运算; 利用近似取模算法避免了乘法运算和开方运算, 整体上使运算量大幅下降。仿真结果显示,该算法保持了全频段高精度测频特性, 均方根误差与克拉美罗下界(CRLB)保持较近距离。即使在信噪比为-7 dB的情况下, 仍可保持频率估计均方根误差平均值为53.75 kHz; 当信噪比为10 dB时, 频率估计均方根误差平均值仅为7.58 kHz。通过计算量分析对比可知, 改进的Rife算法复数乘法运算量约为I-Rife算法的44%, 计算量大幅下降, 可满足硬件实现实时处理的需求。
频率估计 Rife算法 近似核 近似取模 运算量 frequency estimation Rife algorithm approximate kernel approximate modulus method calculation amount
重庆邮电大学 通信与信息工程学院, 重庆 400065
针对啁啾(Chirp)信号参数估计的高复杂度和在低信噪比(SNR)下保持高精度等问题, 文章提出了一种改进的Chirp信号参数估计算法。该算法根据当信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性, 不断地产生已知Chirp信号的共轭与未知Chirp信号相乘, 找到使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了做到参数估计的高精度, 用修正的幅度插值(M-Rife)算法估计中心频率和修正相乘后信号频谱的幅值。将该算法与短时傅里叶变换(STFT)结合, 首先用STFT估计出调频率的大致范围和信号周期, 然后用二分法代替等步长使改进的Chirp信号参数估计算法在这个大致范围内搜索, 极大地降低了计算复杂度。实验结果表明, 在SNR≥-10 dB时, 该算法估计调频率归一化均方误差(NMSE)要优于分数阶傅里叶变换(FRFT)约1~2 dB, 接近克拉美罗下界(CRLB)。
啁啾信号 二分法 修正的幅度插值 短时傅里叶变换 Chirp signal dichotomy M-Rife STFT
天津大学精密仪器与光电子工程学院光电信息技术科学教育部重点实验室, 天津 300072
提出一种基于小波匹配滤波和傅里叶变换技术的干涉图条纹数/条纹间距的提取方法。该方法是先对粒子场干涉条纹图和粒子掩模图像，利用Mexican Hat小波分别提取其边缘图像，对所得到的边缘图像进行2D相关运算得到粒子的中心位置。根据粒子的中心坐标及粒子图像形状大小提取出单个粒子干涉图像。再对每个粒子干涉图像进行傅里叶变换，利用修正Rife方法提取条纹频率，得到粒子干涉条纹数/条纹间距，其测量精度可达到亚像素精度，并进行了模拟和实验测量。当重叠系数γ<11.62%时，算法识别率高于90%，频率提取误差小于0.0185%。对51.1 μm的标准粒子测量的不确定性为±0.41 μm，绝对误差1.31 μm。研究结果表明了该算法的可行性。
图像处理 干涉粒子成像 小波匹配滤波 傅里叶变换 修正Rife方法
