基于MATLAB的功率谱估计.pptVIP

功率谱估计 实验二 数字信号处理的两个主要分支： 数字滤波 频谱分析 对随机信号的频谱分析——功率谱估计 对确定信号，可以用傅立叶变换；而随机信号无始无终具无限能量，不满足傅立叶变换绝对可积的条件。 功率谱：随机信号的功率谱反映的是随机信号的频率成分及各成分的相对强弱。 功率谱估计：基于有限的数据寻找信号、随机过程或系统的频率成分。 两种基本算法： 周期图法：把功率谱和信号幅频特性的平方结合起来。 自相关法： 根据维纳-辛钦定理，先估计相关函数，再经傅立叶变换得功率谱估计。 周期图法 注：1.做傅立叶变换时，为方便计算机处理，通常将数据补足2^n点 2.FFT程序的序号K是归一频率序号，转换为实际频率为k*Fs/N 自相关法 数据长度N太大，谱线起伏加剧 数据长度N太小，谱的分辨率不好 功率谱估计的改进 平均：对同一过程做多次周期图估计再加以平均 将数据N分为K段（一般无重叠），然后对每段数据分别估计其功率 谱，最后求平均值。 平滑：用加窗的办法对单一功率谱估计加以平滑 用于自相关法求功率谱，对自相关估计加窗，然后再求其傅立叶变 换。 Welch 法 对长度为N的数据x(n)分段时，允许每一段有部分的重叠（一般重叠50%） 每一段数据用一个合适的窗函数来进行平滑处理 求每段数据的DFT，周期图法求各段功率谱估计 对各段功率谱求平均并归一化处理 功率谱估计的Matlab实现 周期图法 （periodogram） Eg1. Fs=1000; nfft=1024; %2^n n=0:1/Fs:1; x=sin(2*pi*100*n)+3*sin(2*pi*400*n)+randn(size(n)); X=fft(x,nfft); Pxx=abs(X).^2/length(n); %求解PSD t=0:round(nfft/2-1); f=t*Fs/nfft; P=10*log10(Pxx(t+1)); %纵坐标的单位为dB plot(f,P) 自相关法 自己完成 注：自相关求解函数xcorr Welch 法 （pwelch） [Pxx,F] = pwelch(x,window,noverlap,nfft,fs) x, 为进行功率谱估计的输入有限长序列 window，用于指定采用的窗函数(boxcar, hamming, blackman) noverlap，重叠点数 nfft，设定FFT算法的长度 fs, 采样频率 Pxx，为输出的功率谱估计值 F，为得到的频率点 任务 生成一个包括三个频率的噪声信号x(n) 周期图法进行功率谱估计（ periodogram ） 自相关法进行功率谱估计 Welch法进行功率谱估计 对EEG数据求功率谱估计