- 选题背景和意义：
信号是表示消息的物理量，各种不同形式的信号出现在人们的生产生活中，几乎所有的工程技术领域都会涉及到信号问题。这些信号包括电信号、机械信号、磁信号、声音信号以及图像信号等等。从混合有复杂噪声的信号中提取出真正的信号或者提取出信号的特征是信号处理所要完成的重要任务。其中信号特征的估计是信号处理的核心，通过信号特征可以得到该信号的确切信息。正弦信号是典型的周期信号，它是频率成分最为单一的一种信号，而大部分周期性或非周期性的信号都可以通过DFT变化变成许多频率不同、幅度不等的正弦信号的叠加的形式。因此，正弦信号的频率估计一直是一个热门而且经典的课题。
阻尼正弦信号的使用越来越广泛，阻尼正弦信号的参数估计被应用于力学谱仪、质子磁力仪等仪器中来提高测量精度。因运算量小等优点DFT被广泛应用于频率估计，大量的基于DFT的正弦信号频率估计算法被提出。对指数阻尼谐波振荡的详细分析在力学谱和其他光谱学技术中至关重要。在质子磁力仪中阻尼正弦信号的参数估计也得到了应用来提高仪器的测量精度。阻尼正弦信号的参数估计是主要的研究课题之一，围绕该课题已经展开了大量的研究，也取得了很多的成果。
2.文献综述（或调研报告）：
信号是表示消息的物理量，各种不同形式的信号出现在人们的生产生活中，几乎所有的工程技术领域都会涉及到信号问题。这些信号包括电信号、机械信号、磁信号、声音信号以及图像信号等等。从混合有复杂噪声的信号中提取出真正的信号或者提取出信号的特征是信号处理所要完成的重要任务。其中信号特征的估计是信号处理的核心，通过信号特征可以得到该信号的确切信息。在特征估计中频率估计占有重要的地位，频率是指信号单位时间内完成的周期性变化的次数，是描述周期信号变化频繁程度的量，每个周期信号都有其对应的频率。正弦信号是典型的周期信号，它是频率成分最为单一的一种信号，而大部分周期性或非周期性的信号都可以通过傅里叶变化变为许多频率不同、幅度不等的正弦信号的叠加的形式。因此，正弦信号的频率估计一直是一个热门而且经典的课题。
随着信息学科和其他领域技术的快速发展，正弦信号频率估计在各个工程技术领域的应用也越来越广泛，电力系统在人们的生产生活中占据及其重要的地位，电力系统出现故障带来的经济损失是不可估计的，因此电力系统的稳定性和可靠性得到了大量的关注，也展开的很多关于这方面的研究。频率是电力系统中的一个重要运行参数，只允许在一个很小的预设范围内变化。发电量和负载不匹配会导致系统频率偏离其额定值，系统频率低于额定值表示系统过载，系统频率高于额定值则表明系统的发电量大于负荷。电力系统频率的准确估计是至关重要的，因为保持额定频率值是电网稳定和电气设备正常运行的前提。为了提高电力系统中频率的估计精度，各种结构和算法已经被提出，包括锁相环技术（PLL）、最小二乘法、卡尔曼滤波算法、递归离散傅里叶算法以及二阶法等。
对含噪声正弦信号进行频率估计是一个经典的信号参数估计问题，在电力、通信、测量等领域都有着极其广泛的应用。由于频率在信号诸多参数中具有相对较强的特性和规律性，且通常是其他参数估计的基础，诸多学者在近几十年来更加注重对频率估计算法的研究。在这些研究中，关注和优化的焦点主要集中在算法的估计精度、实现估计所需要的计算量。现有的频率估计算法按照计算域不同主要可分为时域估计算法和频域估计算法两大类。
在基于正弦信号的时域特征估计频率的算法中，研究和改进的方向主要包括最大似然估计算法、线性预测算法、自相关相位法等。
基于频域的正弦信号频率估计算法是先对观测的采样信号进行离散傅里叶变换，然后根据信号的频域特性提取出频率等信号特征。在快速傅里叶变换(FFT)提出和发展之后，DFT因计算简便且物理意义直观，逐渐成为频率估计领域广受欢迎的方法之一。然而当发生非相干采样时，由于DFT加窗后带来的频谱泄露和谱线间的栅栏效应，使DFT估计器不能准确地给出实际的信号频率。因此，需要通过一些额外的计算来补偿和改善原始DFT估计器的性能。
现在已有一些比较成熟的估计算法。例如实正弦信号的频率估计算法：Sun的算法、几种加窗算法以及基于CLS-SDFT的频率估计算法。另外，对于阻尼正弦信号还有几种基于IpDFT的阻尼正弦信号的参数估计算法。
现有的高分辨率的估计方法都是假定背景噪声是统计独立的白噪声，然而在实际环境中的情况下，白噪声在自然条件是不是普遍存在的，当实际测量时的噪声模型不满足白噪声时，传统的高分辨率方法就会出现性能恶化，为了克服这一问题常见的方法有：利用信号的时频特性，将得到信号的循环平稳性或信号的参数化模型以去除噪声的影响,或者利用信号的时间的相关长度大于噪声的相关长度通过处理抑制掉噪声，已有的经典方法有Bischofamp;Stewart提出的UBV分解法，利用DFT的近似信号子空间法等。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
