Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "error frequency" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Single-tone frequency estimation based on reformed covariance for half-length autocorrelation
Autorzy:
Sienkowski, Sergiusz
Krajewski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/220848.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
frequency estimator
sinusoidal signal
autocorrelation function
mean squared error
Opis:
This paper presents a new simple and accurate frequency estimator of a sinusoidal signal based on the signal autocorrelation function (ACF). Such an estimator was termed as the reformed covariance for half-length autocorrelation (RC-HLA). The designed estimator was compared with frequency estimators well-known from the literature, such as the modified covariance for half-length autocorrelation (MC-HLA), reformed Pisarenko harmonic decomposition for half-length autocorrelation (RPHD-HLA), modified Pisarenko harmonic decomposition for half-length autocorrelation (MPHD-HLA), zero-crossing (ZC), and iterative interpolated DFT (IpDFT-IR) estimators. We determined the samples of the ACF of a sinusoidal signal disturbed by Gaussian noise (simulations studies) and the samples of the ACF of a sinusoidal voltage (experimental studies), calculated estimators based on the obtained samples, and computed the mean squared error (MSE) to compare the estimators. The errors were juxtaposed with the Cramér-Rao lower bound (CRLB). The research results have shown that the proposed estimator is one of the most accurate, especially for SNR>25dB. Then the RC-HLA estimator errors are comparable to the MPHD-HLA estimator errors. However, the biggest advantage of the developed estimator is the ability to quickly and accurately determine the frequency based on samples collected from no more than five signal periods. In this case, the RC-HLA estimator is the most accurate of the estimators tested.
Źródło:
Metrology and Measurement Systems; 2020, 27, 3; 473-493
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies