基于MATLAB实现的MVDR谱估计，用于噪声估计，在手机麦克风降噪上有很广的应用+使用说明文档.zip

%MVDR谱估计 clear,clc,close all; N=256; noise=(randn(1,N)+1j*randn(1,N))/sqrt(2); %高斯白噪声 f1=0.1; f2=0.25; f3=0.27; SNR1=30; SNR2=30; SNR3=27; A1=sqrt(2)*10^(SNR1/20); A2=sqrt(2)*10^(SNR2/20); A3=sqrt(2)*10^(SNR3/20); n=0:N-1; sig1=A1*exp(1j*2*pi*f1*n+1j*2*pi*rand(1,1)); sig2=A2*exp(1j*2*pi*f2*n+1j*2*pi*rand(1,1)); sig3=A2*exp(1j*2*pi*f3*n+1j*2*pi*rand(1,1)); u=sig1+sig2+sig3+noise; M=16; %自相关矩阵的阶数,阶数越高，谱分辨率越高 for k=1:N-M xs(:,k)=u(k+M-1:-1:k)'; %构造样本矩阵 end R=xs*xs'/(N-M); %计算MVDR谱 NF=2048; %谱峰搜索点数 f=linspace(-0.5,0.5,NF); for n=1:NF a=exp(1j*2*pi*f(n)*(0:M-1)'); %定义向量a(w),为什么没负号？？？ Pmvdr(n)=1/(a'*inv(R)*a); end Pmvdr=10*log10(abs(Pmvdr)/max(abs(Pmvdr))); %归一化MVDR谱 plot(f,Pmvdr),grid set(gca,'xtick',[f1,f2,f3]); title('MVDR谱估计'),ylabel('归一化MVDR谱/dB'),xlabel('w/2\pi')