没有合适的资源?快使用搜索试试~ 我知道了~
_基于matlab的功率谱分析方法研究.doc
需积分: 5 0 下载量 104 浏览量
2024-01-08
21:02:03
上传
评论
收藏 637KB DOC 举报
温馨提示
试读
37页
_基于matlab的功率谱分析方法研究.doc
资源推荐
资源详情
资源评论
目 录
摘 要 ....................................................1
第一章 绪论 ..........................................3
第二章 谱估计中的变量 .................................6
2.1 随机信号简介 ...............................................6
2.1.1 随机变量 ................................................6
2.1.2 随机信号的特征 ...........................................7
2.2 平稳随机信号 ...............................................8
2.2.1 平稳随机信号的定义 .......................................8
2.2.2 平稳随机信号的自相关函数 ................................9
2.2.3 平稳随机信号的功率谱 ....................................9
2.3 估计质量的评价标准 ........................................10
第三章 经典功率谱估计 ...............................12
3.1 谱估计与相关函数 ..........................................12
3.1.1 相关函数和功率谱 .......................................12
3.1.2 相关函数的估计 .........................................13
3.2 周期图法 .................................................15
3.2.1 周期图法的定义 ..........................................15
3.2.2 周期图的性能 ...........................................15
3.2.3 周期图法改进措施 ......................................16
3.3 自相关法 ..................................................17
3.4 直接法和间接法的关系 .....................................17
3.5 谱估计仿真与比较 ..........................................17
3.6 本章小结 .................................................23
第四章 现代谱估计 ....................................24
4.1 平稳随机信号的参数模型 ....................................24
4.2 AR 模型的正则方程与参数计算 ...............................25
4.2.1 正则方程的求导 .........................................25
4.2.2 AR 模型参数求解的典型算法 ...............................26
4.3 AR 模型谱估计的实现及性质 .................................27
4.3.1 谱估计的步骤 ...........................................27
4.3.2 AR 模型谱估计的性质 .....................................28
4.3.3 AR 模型阶次 p 的选择 ....................................28
4.3.4 AR 模型谱估计仿真 .......................................29
4.4 MA 模型谱估计 ............................................30
4.5 ARMA 模型谱估计 ..........................................31
4.6 小结 .....................................................32
摘 要
数字信号处理(DSP)重要的应用领域之一,是建立在周期信号和随机信号基础上
的功率谱估计。在实际应用中往往不能获得具体信号的表达式,需要根据有限的数据样
本来获得较好的谱估计效果,因而谱估计被广泛的应用于各种信号处理中。
本论文研究了功率谱估计的几种常用的方法,包括经典谱估计和现代谱估计的各
种方法,且对每种方法的估计质量做了数学推导,并给出仿真程序及仿真图。经典法
主要包括周期图法、自相关法,但这两种方法都存在缺陷,即认为观测数据之外的数
据都为零,所以对经典法中的周期图法进行了加窗、平均等修正,因此提出了周期图
法的改进方法;现代谱估计的方法分类比较多,AR 模型法,MA 模型法和 ARMA 模型法是
现代功率谱估计中最主要的参数模型,本论文着重讨论了 AR 模型参数法。同时论文将
通过对经典谱估计和现代谱估计的实现方法及仿真图的比较,得出经典功率谱估计方
法的方差性较差,分辨率较低,而现代谱估计的目标正是在于努力改善谱估计的分辨
率,因此能得到较好的谱估计效果,为此应用更为广泛。
关键字:数字信号处理;功率谱估计;周期图法;自相关法;AR 模型法。
ABSTRACT
Perhaps one of the more important application areas of digital signal processing(DSP) is
builting on the Power Spectral Estimation of periodic and random signals. Actually, we can’t
get the expression of a specific signal, so we need to estimate the power spectral of a signal
according to some sample data sequences.so spectrum estimation which is widely used in
various signal processing.
In this thesis, some common methods of Power Spectral Estimation, such as classical
spectral estimation and modern spectral estimation, are studied. The quality of each
estimation method is derived, simulation program and simulation figure is given. Classical
methods of Power Spectral Estimation mainly include the Periodogram and the BT method.
But both of them have a common drawback: the data sequences, beyond the area of the
observed sequences, are all presumed to zero. So the Windows and the average method are
introduced to improve the quality of the Periodogram. Therefore the improvement of The
Periodogram estimation method is proposed. The classification of modern spectral
estimation methods are more , AR,MA, and ARMA is the most important parameters of
modern spectral estimation. This thesis will focus on discussion of AR model parameters
method. At the same time , It can be seen from the comparison and realization of classical
spectral estimation and modern spectral estimation, classical power spectrum estimation
variance is poor, low resolution .The goal of modern spectral estimation is woking to
improve the resolution of spectral estimation, better results of the estimation of the power
spectrum can be obtained, so it is applied more widely.
Keywords: digital signal processing; Power Spectrum Estimation; The Periodogram; the
BT methods;AR model.
第一章 绪论
1.功率谱估计的发展
功率谱估计技术渊源流长,在过去的几十年获得了飞速的发展。功率谱估计涉及
信号与系统、随机信号分析、概率统计、随机过程、矩阵代数等一系列的基础科学,
广泛应用于雷达、声纳、通信、地址勘探、天文、生物医学工程等众多领域,其内容、
方法不断更新,是一个具有强大生命力的研究领域。
功率谱估计(PSD)是用有限长的数据来估计信号的功率谱, 它对于认识一个随机信
号或其它应用方面来讲都是极其重要的, 是数字信号处理的重要研究内容之一,在军事、
生物医学、通信等领域得到了较为广泛的应用
[3]
。
“谱”最早是由英国科学家牛顿提出来的,后来法国工程师傅里叶提出了著名的
傅里叶谐波分析理论,该理论至今仍然是我们进行信号分析和处理的理论基础。傅里
叶级数首先在观察自然界中的周期现象得到应用,但傅里叶的计算比较复杂,促使人
们研制相应的机器来计算傅里叶级数。在 19 世纪末,Schuster 提出傅里叶系数的平方,
并命名为周期图,这是经典谱估计的最早提出法,至今仍被人们沿用。后来,鉴于周
期图的起伏剧烈,提出了平均周期图的概念,并提出了在对有限长数据计算傅里叶系
数时所存在的边瓣问题,这就是后来我们所熟悉的窗函数的影响。周期图较差的方差
性能促使人们研究另外的分析方法。Yule 在 1927 年提出了用线性回归方程来模拟一个
时间序列,从而发现隐含在该时间序列中的周期,从而发现了现代谱估计中最重要的方
法——参数模型法。Walker 利用 Yule 的分析方法研究了衰减正弦时间序列,并得出了
在对最小二乘分析中经常应用的 Yule-Walker 方程。Yule 的工作使人们重新想起了早
在 1795 年 Prony 提出的指数拟合法,从而 Prony 方法形成了现代谱估计的又一重要内
容。之后又陆续提出了 Wiener-khintchine 定理、谱估计自相关法 BT 法等。所有这些
都为现代谱估计的发展打下了良好的基础
[1]
。
2.功率谱估计的方法
功率谱估计可以分为经典谱估计(非参数估计) 和现代谱估计(参数估计)。经典谱
估计的方法主要方法有自相关估计法和周期图法以及对周期图的改进方法; 现代谱估
计的内容极其丰富,涉及的学科及应用领域也相当广泛,方法大致可分为参数模型谱
估计和非参数模型谱估计,前者有 AR 模型法(最大熵谱分析法)、MA 模型,ARMA 模型、
Prony 指数模型等;后者有最小方差法,多分量的 MUSIC 方法等。其中周期图法和 AR
模型法是用得较多且最具代表性的方法。从信号的来源分,又可分为一维谱估计、二
维谱估计及多维谱估计。从使用的统计量来分,目前大部分工作是建立在二阶矩基础
上的,但由于功率谱密度是频率的实函数,缺少相位信息,因此,建立在高阶矩基础
上的谱估计方法正引起人们的注意。从信号的特征来分,在这之前所说的方法都是对
平稳随机信号而言,其谱分量不随时间变化,对非平稳随机信号,其谱是时变的,近 20
剩余36页未读,继续阅读
资源评论
omygodvv
- 粉丝: 504
- 资源: 2065
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功