基于卷积-长短时记忆网络的含噪正弦信号频率估计算法

摘要

针对低信噪比下正弦波频率难以准确估计的问题，提出一种基于卷积-长短时记忆网络的频率估计算法。首先利用卷积神经网络层学习频率相关信息在含噪正弦信号上的局部空间表征，然后通过长短时记忆网络处理含噪正弦信号中的时序信息，获取全局长时依赖关系，最终引入注意力机制聚焦的频率相关关键信息完成频率估计。仿真结果表明：在信噪比为-10、-5、0、5、10 dB条件下，该方法的均方误差均优于对比算法，分别达到1.1×10^-3、2.8×10^-4、8.9×10^-5、3.1×10^-5、6.2×10^-6（kHz）²，性能接近正弦波信号频率估计的克拉美罗（CRLB）界。

关键词

含噪正弦信号 / 频率估计 / 卷积-长短时记忆网络 / 克拉美罗(CRLB)界

基金资助

国家自然科学基金项目(61905177,62101518); 天津市自然科学基金项目(19JCQNJC01400); 冲击波物理与爆轰物理重点实验室基金稳定支持项目(JCKYS2022212001)