FFT插值改进的正弦波频率估计算法：精度提升与FPGA优化

本文主要探讨了一种针对被噪声污染的正弦波信号的快速频率估计算法，特别是在高斯白噪声环境中。传统的问题在于如何精确地估计信号频率，因为传统的FFT（快速傅立叶变换）方法虽然具有计算速度快和实时处理的优点，但它提供的频率估计通常是离散的，当信号频率不恰好对应于FFT的离散频率时，会导致精度下降，出现所谓的“栅栏”效应。 文献中提及的Rife算法是一种常见的插值策略，它通过结合谱线及其相邻的次大谱线来估算信号实际频率。然而，Rife算法在信号频率接近FFT量化频率时可能会有较大的误差。为解决这个问题，研究者提出了一种修正的Rife算法，通过先对信号进行频率偏移，使其落入两个量化频率点的中心区域，再应用Rife插值，从而提高精度。 另一种方法是基于傅里叶系数插值迭代的频率估计，这种方法能提高精度，但需要多次迭代，可能不充分利用FPGA的并行处理能力。文章着重于利用FPGA的并行处理优势，提出了一个新的算法，即结合FFT插值系数的幅度和相位信息来构建频率修正项。这个创新的算法试图克服单次估计的局限性，通过多维度信息的综合处理，实现更精确的频率估计，同时兼顾实时性和计算效率。 总结来说，本文主要贡献是针对FFT插值在正弦波频率估计中的优化，特别是通过结合FPGA的并行处理，设计出一种新的频率修正策略，旨在提高在噪声环境下的频率估计精度，适应实时信号处理的需求。这种改进算法在实际应用中有着广泛的意义，特别是在通信、信号处理和控制系统等领域。