CN103454495B - 自适应高精度快速频谱分析方法 - Google Patents

Abstract

本发明涉及数字信号处理技术。本发明解决了现有频谱分析方法误差较大精度不佳的问题，提供了一种自适应高精度快速频谱分析方法，其技术方案可概括为：首先采集模拟信号，然后进行预处理滤波，再进行模数转换，得到采样数据，然后选取2⁸个数据进行FFT处理，得到初步的信号频谱信息，再进行峰值搜索，然后再对初步的信号频谱信息进行谱线混叠识别，若未混叠则对初步的信号频谱信息进行频谱校正处理，得到信号的频率、幅值及初相信息，若混叠则对初步的信号频谱信息进行复解析带通滤波细化处理，再进行频谱校正处理，分别得到信号的频率、幅值及初相信息。本发明的有益效果是，在保障计算精度的前提下，大幅度降低了计算量，适用于频谱分析。

Description

自适应高精度快速频谱分析方法

技术领域

本发明涉及数字信号处理技术，特别涉及数字信号的频谱分析技术。

背景技术

信号的频谱分析一直是数字信号处理的热点之一，获取信号的频谱信息，是诸多领域的关键点所在。从1965年Cooely-Tukey在《计算数学》（MathematicsofComputation）杂志上首次发表了FFT（FastFourierTransform，快速傅里叶变换）算法，FFT和频谱分析很快发展成为了机械设备故障诊断、电力***、无线电通信和信息图像处理等多种学科重要的理论基础，是一种应用极为广泛的动态信号处理方法。在FFT算法的基础上，衍生出了很多处理方法，诸如ZoomFFT（Zoom-FastFourierTransform，变焦快速傅里叶变换）、MEM（MaximumEntropyMethod，最大熵分析）等频谱分析手段。

MOROZOVJA、DongHui、谭思炜、温和等人在理论上***地分析了FFT及改进FFT在离散频谱分析在频率，幅值，初相均存在较大误差，且对于频率间距小于五个频谱分辨率的频谱分析存在严重谱线混叠问题。夏均忠、LiangkaiLiu、KuiWang、WANGK实现并且改进了ZoomFFT算法，虽然能解决密集频谱分析存在的局部谱线混叠问题，但是处理结果在频率，幅值，初相同样存在较大误差，并且无法处理频率间距较大和频率间距很小并存的频谱分析问题。同样AbheyRamBansa、柴山、王俊等人提出分析的MEM，在短序列处理上有很大优势，但是在精度方面仍有欠缺。

发明内容

本发明的目的是要克服目前频谱分析方法误差较大精度不佳的缺点，提供一种自适应高精度快速频谱分析方法。

本发明解决其技术问题，采用的技术方案是，自适应高精度快速频谱分析方法，其特征在于，包括如下步骤：

步骤1、采集需处理的模拟信号；

步骤2、对采集的模拟信号进行预处理滤波；

步骤3、对预处理滤波后的模拟信号进行模数转换，得到采样数据；

步骤4、从采样数据中选取2⁸个数据进行FFT处理，得到初步的信号频谱信息；

步骤5、对初步的信号频谱信息进行峰值搜索，得到峰值；

步骤6、对初步的信号频谱信息进行谱线混叠识别，判断谱线是否被混叠，若是则进入步骤7，若不是则进入步骤9；

步骤7、对初步的信号频谱信息进行复解析带通滤波细化处理；

步骤8、对进行了复解析带通滤波细化处理的信号进行频谱校正处理，分别得到信号的频率、幅值及初相信息；

步骤9、对初步的信号频谱信息进行频谱校正处理，得到信号的频率、幅值及初相信息。

具体的，步骤5中，所述峰值处理搜索的方法为：设Y（n）为n点FFT处理后的谱线幅值序列，设第i条谱线对应于峰值，则搜索公式为：Y(i)>Y(i-1)&Y(i)>Y(i+1)&Y(i)>A，其中，A为幅值处理精度要求，具体为大于0的常数。

进一步的，步骤6中，所述谱线混叠识别的方法为：

步骤61、选择靠近峰值的三条谱线；

步骤62、对该三条谱线分别进行比值法校正，判断校正结果是否相同，若相同则认为无谱线混叠，进入步骤9，若不相同则认为谱线混叠，识别出谱线混叠的谱线号，进入步骤7。

再进一步的，步骤62中，所述比值法校正是指：根据谐波信号加hanning窗进行离散频谱校正的重心定理，若频率不完全相同，则为发生谱线混叠，此时任意两条谱线不完全重叠，则从代表频率大小的轴的从左到右或者从右到左方向来进行校正，校正结果不同，此时即为谱线发生混叠，识别出其谱线号，若校正结果相同，则无谱线混叠。

具体的，步骤7中，所述进行复解析带通滤波细化处理的方法为：

步骤71、根据识别出来的存在谱线混叠的谱线号，记为k，得到需要细化的频现段，记为[f_l，f_h]；

步骤72、针对D=128，得到细化方案为：[f_l=(k-1)▽f，f_h=(k+1)▽f]，其中，f_s指代信号采样频率，N为使用到的信号个数；

步骤73、根据细化方案，得到该频现段的频率中心为：f_e=(f_l+f_h)/2，对其归一化为 ${\mathrm{\ω}}_e=\frac{2\mathrm{\π}{f}_e}{f_s};$

步骤74、确定低通数字滤波器的截止频率为f_c=f_s/2D，对其归一化得：

步骤75、通过窗函数法设计线性相位FIR低通数字滤波器为：a=(M-1)/2，

$h\left(c\right)=\frac{\sin \left({\mathrm{\ω}}_c(c-1-a)\right)}{\mathrm{\π}(c-1-a)}$

其中，c为小于等于M的正整数，M为数字滤波器阶数，a为数字滤波器半阶数；

步骤76、设计复解析带通滤波器为：其中，w_e为细化区间归一化频率；

步骤77、用复解析带通滤波器对获得的采样信号进行选抽滤波，其具体公式为：

$y\left(t\right)=\underset{b=1}{\overset{M}{\mathrm{\Σ}}}{h}^{\′}\left(b\right)\×x(D(t-1)+M-b+1)$

其中，b为计算变量，x为采集信号,t为小于等于N的正整数，N为使用到的信号个数；

步骤78、选抽滤波后进行复调制频移，采用如下公式：

$y^{\′}\left(t\right)=y\left(t\right)\×e^{{\mathrm{jw}}_{1}t}$

其中， $w_1=\frac{2\mathrm{\πD}{f}_1}{f_s};$

步骤79、对得到的复调制后的序列进行加hanning窗N点FFT运算，得到复解析带通细化的谱线信息，针对谱线号为s的谱线，其未进行校正处理的真实频率为 $f=f_1+s\×\frac{f_h-f_1}{N}.$

再进一步的，步骤8中，所述频谱校正处理包括如下步骤：

步骤81、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，Δf¹为最大离散采样值的频率和该主瓣对称中心处频率的差值，W₁（Δf¹）为归一化变量之后的窗函数幅值函数；

步骤82、采用频率校正公式、幅值校正公式及相位校正公式进行频谱校正处理，所述频率校正公式为：f₀=(k-Δf¹)▽f，

所述幅值校正公式为：

所述相位校正公式为：

$\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-\mathrm{\π\Δ}{f}^1-2\mathrm{\π}\frac{M-1}{f_s}{f}_0+2\mathrm{\π}{f}_0\frac{M-1}{{2f}_s}-2\mathrm{\π}\frac{f_e}{f_s}\frac{M-3}{{2f}_s}+2\mathrm{\πD}{f}_1\frac{M-1}{{2f}_s},$ 其中，相位校正结果必须使其处于[-π,π]之间，即θ=θ-π[θ/π]，其中，[θ/π]表示对[θ/π]靠零取整。

具体的，步骤9中，所述频谱校正处理包括如下步骤：

步骤91、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，Δf¹为最大离散采样值的频率和该主瓣对称中心处频率的差值，W₁（Δf¹）为归一化变量之后的窗函数幅值函数；

步骤92、采用频率校正公式、幅值校正公式及相位校正公式进行频谱校正处理，所述频率校正公式为：f₀=(k-Δf¹)▽f，

所述幅值校正公式为：

所述相位校正公式为： $\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-\mathrm{\π\Δ}{f}^1.$

本发明的有益效果是，在本发明方案中的自适应高精度快速频谱分析方法，能够在不提高频率分辨率的情况下，自动识别出是否存在频率混叠，自动对存在频率交叠区域进行频谱细化，自动校正，在保障计算精度的前提下，大幅度降低了计算量。

附图说明

图1为本发明自适应高精度快速频谱分析方法的流程图。

具体实施方式

下面结合实施例及附图，详细描述本发明的技术方案。

本发明的自适应高精度快速频谱分析方法为：首先采集需处理的模拟信号，然后对采集的模拟信号进行预处理滤波，再对预处理滤波后的模拟信号进行模数转换，得到采样数据，然后从采样数据中选取2⁸个数据进行FFT处理，得到初步的信号频谱信息，再对初步的信号频谱信息进行峰值搜索，得到峰值，然后再对初步的信号频谱信息进行谱线混叠识别，判断谱线是否被混叠，若不是则对初步的信号频谱信息进行频谱校正处理，得到信号的频率、幅值及初相信息，若是则对初步的信号频谱信息进行复解析带通滤波细化处理，并对进行了复解析带通滤波细化处理的信号进行频谱校正处理，分别得到信号的频率、幅值及初相信息。

实施例

本发明实施例的自适应高精度快速频谱分析方法为：首先采集需处理的模拟信号，然后对采集的模拟信号进行预处理滤波，再对预处理滤波后的模拟信号进行模数转换，得到采样数据，然后从采样数据中选取2⁸个数据进行FFT处理，得到初步的信号频谱信息，再对初步的信号频谱信息进行峰值搜索，得到峰值，然后再对初步的信号频谱信息进行谱线混叠识别，判断谱线是否被混叠，若不是则对初步的信号频谱信息进行频谱校正处理，得到信号的频率、幅值及初相信息，若是则对初步的信号频谱信息进行复解析带通滤波细化处理，并对进行了复解析带通滤波细化处理的信号进行频谱校正处理，分别得到信号的频率、幅值及初相信息。

其中，本方法的核心在于峰值搜索、谱线混叠识别、复解析带通滤波细化及频谱校正，其具体如下：

1、峰值搜索：

峰值搜索的目的是找到FFT处理后的频谱的峰值，为后面的谱线混叠识别及频谱校正做准备，设Y（n）为n点FFT处理后的谱线幅值序列，设第i条谱线对应于峰值，则搜索公式为：Y(i)>Y(i-1)&Y(i)>Y(i+1)。对于窗函数，主瓣区间有若干条谱线，实际信号处理中，广泛被使用的窗函数为hanning窗，本例仅对hanning窗加以说明，通过hanning窗性质可知，其主瓣宽度是四个频率分辨率▽f，其中，f_s指代信号采样频率，N为使用到的信号个数，因而hanning窗与单频信号卷积后，在主瓣内最多有四条谱线。同时由于窗函数旁瓣的影响，卷积处理之后，会在主瓣边缘有实际并不存在的旁瓣峰值，同时为了应对在实际处理的信号中混有随机噪声，所以在峰值搜索时，增加一个常数A，A为大于0的常数，以排除旁瓣峰值和随机噪声导致的虚假峰值，增加不必要的搜索，所以，搜索公式为：Y(i)>Y(i-1)&Y(i)>Y(i+1)&Y(i)>A，其中，A为幅值处理精度要求，具体为大于0的常数。

2、谱线混叠识别：

(1)、选择靠近峰值的三条谱线。

(2)、对该三条谱线分别进行比值法校正，判断校正结果是否相同，若相同则认为无谱线混叠，若不相同则认为谱线混叠，识别出谱线混叠的谱线号。

本步骤中，比值法校正是指：所述比值法校正是指：根据谐波信号加hanning窗进行离散频谱校正的重心定理，若频率不完全相同，则为发生谱线混叠，此时任意两条谱线不完全重叠，则从代表频率大小的轴的从左到右或者从右到左方向来进行校正，校正结果不同，此时即为谱线发生混叠，识别出其谱线号，若校正结果相同，则无谱线混叠。

3、复解析带通滤波细化处理：

(1)、根据识别出来的存在谱线混叠的谱线号，记为k，得到需要细化的频现段，记为[f_l，f_h]。

(2)、针对D=128，得到细化方案为：[f_l=(k-1)▽f，f_h=(k+1)▽f]。

(3)、根据细化方案，得到该频现段的频率中心为：f_e=(f_l+f_h)/2，对其归一化为 ${\mathrm{\ω}}_c=\frac{2\mathrm{\π}{f}_c}{f_s}=\frac{\mathrm{\π}}{D}.$

(4)、确定低通数字滤波器的截止频率为f_c=f_s/2D，对其归一化得：

(5)、设计线性相位FIR低通数字滤波器为：a=(M-1)/2，

$h\left(n\right)=\frac{\sin \left({\mathrm{\ω}}_c(c-1-a)\right)}{\mathrm{\π}(c-1-a)}$

其中，c为小于等于M的正整数，M为数字滤波器阶数，a为数字滤波器半阶数；

步骤76、设计复解析带通滤波器为：其中，w_e为细化区间归一化频率；

步骤77、用复解析带通滤波器对获得的采样信号进行选抽滤波，其具体公式为：

$y\left(t\right)=\underset{b=1}{\overset{M}{\mathrm{\Σ}}}{h}^{\′}\left(b\right)\×x(D(t-1)+M-b+1)$

其中，b为计算变量，x为采集信号,t为小于等于N的正整数，N为使用到的信号个数；

步骤78、选抽滤波后进行复调制频移，采用如下公式：

$y^{\′}\left(t\right)=y\left(t\right)\×e^{{\mathrm{jw}}_{1}t}$

其中， $w_1=\frac{2\mathrm{\πD}{f}_1}{f_s};$

步骤79、对得到的复调制后的序列进行加hanning窗N点FFT运算，得到复解析带通细化的谱线信息，针对谱线号为s的谱线，其未进行校正处理的真实频率为 $f=f_1+s\×\frac{f_h-f_1}{N}.$

3、频谱校正处理：

频谱校正处理分为无混叠频谱校正处理及细化频谱校正处理。

无混叠频谱校正处理：

在时域对信号进行截断，实际上是把原来的信号频谱函数和窗函数频谱函数进行了卷积，因而得到的结果是卷积后的数据，而不是原始的频谱数据。再者，计算机在进行数据处理时，不可能采用连续的变量值，而只可能是采用密集离散的自变量数据，进而导致得到频谱信息进一步变成了前面所叙的原始频谱函数与窗函数频谱函数的卷积后的离散采样值，（而采样的精细程度看频率分辨率），同时在读取信息的时候，是选择针对的主瓣内最大的离散采样值的频率是信号频率的，其大小对应于该频率的特征信息的，包括幅值和相位。这样就有可能导致误差，即如果选择的离散点并不是对窗函数的对称中心的离散采样值，那么就引入了误差。

通过上面的误差来源分析，可以知道，如果能精确得求解出作为某一主瓣内的最大离散采样值的频率和该主瓣对称中心处频率的差值Δf¹，然后在结合窗函数的具体表达式，就能求解得到该主瓣对应的真实频率，进而精确求解出幅值，相位等信息。

具体步骤如下：

(1)、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，用频率归一化之后差值为1的主瓣峰顶附近的两条谱线（可通过分析窗函数的性质得到）的窗函数比值为：其中，W₁（Δf¹）为归一化变量之后的窗函数幅值函数；这样就可以精确的求解出采用窗函数截断，频域离散化之后得到的频率与真实理论上频率之间的差值。

现针对hanning窗进行数学分析，hanning窗的序列表达式为：

$w\left(n\right)=0.5-0.5\cos \frac{2\mathrm{\π}(n-1)}{N}.$

同时通过理论分析，可以得到其理论上推导的频域幅值函数为：

$W\left(f^1\right)=\frac{\sin {\mathrm{\πf}}^1}{\mathrm{\π}{f}^1}\×\frac{1}{1-{\left(f^1\right)}^2}$

(2)、设y_k+1为主瓣内离散次最大值，则：

$\left\{\begin{array}{c}z=\frac{y_k}{y_{k+1}}=W_1\left({\mathrm{\Δf}}^1\right)/W_1({\mathrm{\Δf}}^1+1)\\ {\mathrm{\Δf}}^1=g\left(z\right)=\frac{z-2}{z+1}\end{array}\right..$

(3)、计算得到最后频率误差公式： ${\mathrm{\Δf}}^1=\left\{\begin{array}{cc}\frac{{2y}_{k+1}-y_k}{y_{k+1}+y_k}& y_{k+1}\≥y_{k-1}\\ \frac{y-{2y}_{k-1}}{y_{k-1}+y_k}& y_{k+1}\≤y_{k-1}\end{array}\right.$

y_k+1≥y_k-1指离散次最大值在最大值后面，y_k+1≤y_k-1指离散次最大值在最大值前面。

所以某一主瓣内的真实频率为：f₀=(k-Δf¹)▽f。设A为原来单频信号的幅值，则有：

$y\left(k\right)=A*W\left(\mathrm{\ω}\right){|}_{\mathrm{\ω}=k}={\mathrm{AW}}_1(k-\frac{f_0}{f_s})={\mathrm{AW}}_1\left({\mathrm{\Δf}}^1\right)$

$\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-{\mathrm{\π\Δf}}^1$

因此得到原始谱线对应的真实频谱信息如下：

频率校正公式为：f₀=(k-Δf¹)▽f，

幅值校正公式为： $A=\frac{y_k}{W_1\left({\mathrm{\Δf}}^1\right)},$

相位校正公式为： $\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-{\mathrm{\π\Δf}}^1.$

细化频谱校正处理：

(1)、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，用频率归一化之后差值为1的主瓣峰顶附近的两条谱线（可通过分析窗函数的性质得到）的窗函数比值为：其中，W₁（Δf¹）为归一化变量之后的窗函数幅值函数；这样就可以精确的求解出采用窗函数截断，频域离散化之后得到的频率与真实理论上频率之间的差值。

现针对hanning窗进行数学分析，hanning窗的序列表达式为：

$w\left(n\right)=0.5-0.5\cos \frac{2\mathrm{\π}(n-1)}{N}$

同时通过理论分析，可以得到其理论上推导的频域幅值函数为：

$W\left(f^1\right)=\frac{\sin {\mathrm{\πf}}^1}{\mathrm{\π}{f}^1}\×\frac{1}{1-{\left(f^1\right)}^2}$

(2)、设y_k+1为主瓣内离散次最大值，则：

$\left\{\begin{array}{c}z=\frac{y_k}{y_{k+1}}=W_1\left({\mathrm{\Δf}}^1\right)/W_1({\mathrm{\Δf}}^1+1)\\ {\mathrm{\Δf}}^1=g\left(z\right)=\frac{z-2}{z+1}\end{array}\right..$

(3)、计算得到最后频率误差公式： ${\mathrm{\Δf}}^1=\left\{\begin{array}{cc}\frac{{2y}_{k+1}-y_k}{y_{k+1}+y_k}& y_{k+1}\≥y_{k-1}\\ \frac{y-{2y}_{k-1}}{y_{k-1}+y_k}& y_{k+1}\≤y_{k-1}\end{array}\right.$

y_k+1≥y_k-1指离散次最大值在最大值后面，y_k+1≤y_k-1指离散次最大值在最大值前面。。

(4)、采用窗函数设计方法设计低通滤波器，具体为：h′(c)=h(c)×w(c)，其中，c为小于等于M的正整数，得到该窗函数设计的低通滤波器的频谱函数为：

进而可得：H′(e^jω)=H′(ω)e^jθ(ω)

$\mathrm{\θ}\left(\mathrm{\ω}\right)=\left\{\begin{array}{c}-\mathrm{\ω}\left(\frac{M-1}{2}\right),M=\mathrm{EVEN}\\ -\mathrm{\ω}\left(\frac{M-1}{2}\right)+\mathrm{\π},M=\mathrm{ODD}\end{array}\right..$

(5)、设计复解析带通滤波器，其由低通滤波器乘以所得，即：

$h^{\′\′}\left(c\right)=h^{\′}\left(c\right)\×e^{j{w}_{e}c}.$

(6)、由傅里叶变换的频移性质可得：

$H^{\′\′}\left(e^{\mathrm{j\ω}}\right)=H^{\′}\left(e^{j(\mathrm{\ω}-{\mathrm{\ω}}_e)}\right)=H^{\′}(\mathrm{\ω}-{\mathrm{\ω}}_e)e^{\mathrm{j\θ}(\mathrm{\ω}-{\mathrm{\ω}}_e)}.$

(7)、由于数字滤波丢失了在前的M-1个数据，通过傅里叶变换的性质可得结果经过复解析带通滤波器滤波之后，信号频谱函数变为：

$y\left(t\right)=\underset{b=1}{\overset{M}{\mathrm{\Σ}}}{h}^{\′}\left(b\right)\×x(D(t-1)+M-b+1),$ 其中，t为小于等于N的正整数，

因此得： $Y\left(e^{\mathrm{j\ω}}\right)=e^{-\mathrm{j\ω}\frac{(M-1)}{f_s}}\×X\left(e^{j\frac{\mathrm{\ω}}{D}}\right)\×H^{\′}(\mathrm{\ω}-{\mathrm{\ω}}_e)e^{\mathrm{j\θ}(\mathrm{\ω}-{\mathrm{\ω}}_e)},$

进行复调制后得： $Y^{\′}\left(e^{\mathrm{j\ω}}\right)=Y\left(e^{j(\mathrm{\ω}+{\mathrm{D\ω}}_1)}\right),$

最后的频谱信息为：

$Y^{\′}\left(e^{\mathrm{j\ω}}\right)=Y\left(e^{j(\mathrm{\ω}+{\mathrm{D\ω}}_1)}\right)=e^{j(\mathrm{\ω}+D{\mathrm{\ω}}_1)\frac{(M-1)}{f_s}}\×X\left(e^{j(\frac{\mathrm{\ω}}{D}+{\mathrm{\ω}}_1)}\right)\×H^{\′}(\mathrm{\ω}-{\mathrm{\ω}}_e+D{\mathrm{\ω}}_1)e^{\mathrm{j\θ}(\mathrm{\ω}-{\mathrm{\ω}}_e+D{\mathrm{\ω}}_1)}.$

由此可知，经过复解析带通滤波处理的序列，其幅值信息是不会变的，而相位信息发生了变化，所以还可以用上面的校正方法进行校正，对于频率和幅值，其校正公式不变，但是相位校正公式发生了变化，通过进一步的分析，可得如下具体公式：

频率校正公式为：f₀=(k-Δf¹)▽f，

幅值校正公式为： $A=\frac{y_k}{W_1\left({\mathrm{\Δf}}^1\right)},$

相位校正公式为：

$\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-\mathrm{\π\Δ}{f}^1-2\mathrm{\π}\frac{M-1}{f_s}{f}_0+2\mathrm{\π}{f}_0\frac{M-1}{{2f}_s}-2\mathrm{\π}\frac{f_e}{f_s}\frac{M-3}{{2f}_s}+2\mathrm{\πD}{f}_1\frac{M-1}{{2f}_s},$ 其中，相位校正结果必须使其处于[-π,π]之间，即θ=θ-π[θ/π]，其中，[θ/π]表示对[θ/π]靠零取整。

Claims (6)

1.自适应高精度快速频谱分析方法，其特征在于，包括如下步骤：

步骤1、采集需处理的模拟信号；

步骤2、对采集的模拟信号进行预处理滤波；

步骤3、对预处理滤波后的模拟信号进行模数转换，得到采样数据；

步骤4、从采样数据中选取2⁸个数据进行FFT处理，得到初步的信号频谱信息；

步骤5、对初步的信号频谱信息进行峰值搜索，得到峰值，所述峰值搜索的方法为：设Y(n)为n点FFT处理后的谱线幅值序列，设第i条谱线对应于峰值，则搜索公式为：Y(i)>Y(i-1)&Y(i)>Y(i+1)&Y(i)>A，其中，A为幅值处理精度要求，具体为大于0的常数；

步骤6、对初步的信号频谱信息进行谱线混叠识别，判断谱线是否被混叠，若是则进入步骤7，若不是则进入步骤9；

步骤7、对初步的信号频谱信息进行复解析带通滤波细化处理；

步骤8、对进行了复解析带通滤波细化处理的信号进行频谱校正处理，分别得到信号的频率、幅值及初相信息；

步骤9、对初步的信号频谱信息进行频谱校正处理，得到信号的频率、幅值及初相信息。

2.如权利要求1所述的自适应高精度快速频谱分析方法，其特征在于，步骤6中，所述谱线混叠识别的方法为：

步骤61、选择靠近峰值的三条谱线；

步骤62、对该三条谱线分别进行比值法校正，判断校正结果是否相同，若相同则认为无谱线混叠，进入步骤9，若不相同则认为谱线混叠，识别出谱线混叠的谱线号，进入步骤7。

3.如权利要求2所述的自适应高精度快速频谱分析方法，其特征在于，步骤62中，所述比值法校正是指：根据谐波信号加hanning窗进行离散频谱校正的重心定理，若频率不完全相同，则为发生谱线混叠，此时任意两条谱线不完全重叠，则从代表频率大小的轴的从左到右或者从右到左方向来进行校正，校正结果不同，此时即为谱线发生混叠，识别出其谱线号，若校正结果相同，则无谱线混叠。

4.如权利要求1所述的自适应高精度快速频谱分析方法，其特征在于，步骤7中，所述进行复解析带通滤波细化处理的方法为：

步骤71、根据识别出来的存在谱线混叠的谱线号，记为k，得到需要细化的频现段，记为[f_l，f_h]；

步骤72、针对D＝128，得到细化方案为：[f_l＝(k-1)▽f，f_h＝(k+1)▽f]，其中，f_s指代信号采样频率，N为使用到的信号个数；

步骤73、根据细化方案，得到该频现段的频率中心为：f_e＝(f_l+f_h)/2，对其归一化为 ${\mathrm{\ω}}_e=\frac{2{\mathrm{\πf}}_e}{f_s};$

步骤74、确定低通数字滤波器的截止频率为f_c＝f_s/2D，对其归一化得：

步骤75、通过窗函数法设计线性相位FIR低通数字滤波器为：a＝(M-1)/2，

$h\left(c\right)=\frac{sin\left({\mathrm{\ω}}_c\right(c-1-a\left)\right)}{\mathrm{\π}(c-1-a)}$

其中，c为小于等于M的正整数，M为数字滤波器阶数，a为数字滤波器半阶数；

步骤76、设计复解析带通滤波器为：其中，w_e为细化区间归一化频率；

步骤77、用复解析带通滤波器对获得的采样信号进行选抽滤波，其具体公式为：

$y\left(t\right)=\underset{b=1}{\overset{M}{\Σ}}{h}^{\′}\left(b\right)\×x\left(D\right(t-1)+M-b+1)$

其中，b为计算变量，x为采集信号,t为小于等于N的正整数；

步骤78、选抽滤波后进行复调制频移，采用如下公式：

$y^{\′}\left(t\right)=y\left(t\right)\×e^{{\mathrm{jw}}_{1}t}$

其中， $w_1=\frac{2{\mathrm{\πDf}}_1}{f_s};$

步骤79、对得到的复调制频移后的序列进行加hanning窗N点FFT运算，得到复解析带通细化的谱线信息，针对谱线号为s的谱线，其未进行校正处理的真实频率为 $f=f_1+s\×\frac{f_h-f_1}{N}.$

5.如权利要求4所述的自适应高精度快速频谱分析方法，其特征在于，步骤8中，所述频谱校正处理包括如下步骤：

步骤81、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，Δf¹为最大离散采样值的频率和该主瓣对称中心处频率的差值，W₁(Δf¹)为归一化变量之后的窗函数幅值函数；

步骤82、采用频率校正公式、幅值校正公式及相位校正公式进行频谱校正处理，所述频率校正公式为： $f_0=(k-{\mathrm{\Δf}}^1)\▿f,$

所述幅值校正公式为：

所述相位校正公式为：

$\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-{\mathrm{\π\Δf}}^1-2\mathrm{\π}\frac{M-1}{f_s}{f}_0+2{\mathrm{\πf}}_0\frac{M-1}{2f_s}-2\mathrm{\π}\frac{f_e}{f_s}\frac{M-3}{2f_s}+2{\mathrm{\πDf}}_1\frac{M-1}{2f_s},$ 其中，相位校正结果必须使其处于[-π,π]之间，即θ＝θ-π[θ/π]，其中，[θ/π]表示对[θ/π]靠零取整。

6.如权利要求5所述的自适应高精度快速频谱分析方法，其特征在于，步骤9中，所述频谱校正处理包括如下步骤：

步骤91、设y_k为某一主瓣内的最大值，k为该最大值对应的谱线号，Δf¹为最大离散采样值的频率和该主瓣对称中心处频率的差值，W₁(Δf¹)为归一化变量之后的窗函数幅值函数；

步骤92、采用频率校正公式、幅值校正公式及相位校正公式进行频谱校正处理，所述频率校正公式为： $f_0=(k-{\mathrm{\Δf}}^1)\▿f,$

所述幅值校正公式为：

所述相位校正公式为： $\mathrm{\θ}={\tan }^{-1}\left(\frac{I_k}{R_k}\right)-{\mathrm{\π\Δf}}^1.$