.png){kind=icon}
返回
On fast RMS estimation for digital data
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dsp.2025.105254.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种用于快速评估数字数据均方根（RMS）估计准确性的新算法。该算法旨在加速估计误差的确定。新算法基于均方根参数的非迭代估计器，等效于经典PQN（CPQN）算法，该算法使用由Widrow和Kollar提出的迭代RMS估计器，该估计器基于在存在恒定分量（偏移）、高斯噪声和伪量化噪声（PQN）的情况下产生的谐波信号样本计算。开发的算法被称为FPQN（快速PQN）并与CPQN算法进行了比较。基于从量化信号样本计算的迭代RMS估计器的经典量化噪声（CQN）算法也被用于比较研究。算法的比较基于算法返回的估计器的均方误差。此外，还测量了算法的执行时间进行比较。结果表明，新算法的误差与CPQN和CQN算法的误差相当。同时，新算法快几倍，且其优势随着测量窗口中样本数量的增加而增强。对于包含200-1000个样本的窗口，开发的算法比CPQN快18-94倍，比CQN快24-120倍。
Keyword:
Harmonic signal
MSE
PQN
Quantization
RMS
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
分享收藏An improved algorithm for the estimation of the root mean square value as an optimal solution for commercial measurement equipment一种用于商业测量设备的均方根值估计的改进算法，作为最优解决方案
PREAI
分享收藏Constructing an uncertainty budget for voltage RMS measurement with a sampling voltmeter.png)
Metrologia
MetrologiaIF0
PREAI
分享收藏
分享收藏
查看更多内容