我正在开发一种产生采样率为 100 kHz 的信号的设备。每 40 毫秒,我收到 16000 个点,我必须从中提取接近 3.55 kHz 的频率。我开发了一种方法,可以提取非常接近 Cramer-Rao 下限的信号频率,但我需要非常精确地提取该频率下的信号幅度。
我想到的第一个想法是使用锁定放大器的数字实现,但问题是锁定放大器需要一个低通滤波器。我尽量避免使用过滤器,因为过滤器会在我的读数中引入系统性的变化,而我需要极高的精度和准确度。
我应该使用的最佳幅度估计算法是什么?
我正在开发一种产生采样率为 100 kHz 的信号的设备。每 40 毫秒,我收到 16000 个点,我必须从中提取接近 3.55 kHz 的频率。我开发了一种方法,可以提取非常接近 Cramer-Rao 下限的信号频率,但我需要非常精确地提取该频率下的信号幅度。
我想到的第一个想法是使用锁定放大器的数字实现,但问题是锁定放大器需要一个低通滤波器。我尽量避免使用过滤器,因为过滤器会在我的读数中引入系统性的变化,而我需要极高的精度和准确度。
我应该使用的最佳幅度估计算法是什么?
通常,频率估计问题与幅度+相位估计问题解耦。
正如我在评论中所说,你可以这样做:
关于你的问题:
because the number of points isn't high enough to hit the right resolution
我不确定您在这里所说的“分辨率”是什么意思?解决振幅?
second is that I need a really fast way
建议的技术只需要复数乘法和复杂的加法,加上计算绝对值所需的任何东西(两个复数乘法和一个加法)。
这非常快,而且是线性的. 而且肯定比 FFT 快(这将是)。