现代信号处理仿真作业一（3.18谐波恢复）.doc

现代信号处理仿真作业一(3.18谐波恢复) 班级：自研42 姓名：李琳琳 学号：2004211068 谐波恢复的基本理论与方法： Pisarenko谐波分解理论 谐波过程可用差分方程描述，首先利用Pisarenko谐波分解理论推导谐波过程所对应的差分方程。 对单个正弦波利用三角函数恒等式，有： 对上式作z变换，得： 得到特征多项式：。由此可见，正弦波的频率可以由相应特征方程的一对共轭根来决定： 将单个正弦波推广到多个正弦波的情形，得：如果p个实的正弦波信号没有重复频率的话，则这p个频率应该由特征多项式 …………..…(1) 的根决定。由此可得到p个实正弦波所组成的谐波过程可以用以下的差分方程进行描述： 这是一个无激励的AR过程。 谐波恢复的ARMA建模法 在无激励的AR模型差分方程两边同乘，并取数学期望，则有： ………………….(2) 正弦波过程一般是在加性白噪声中被观测的，设加性白噪声为，即观测过程为： ，其中为0均值的高斯白噪声。 由于谐波过程与加性白噪声统计独立，所以有： ………….(3) 将(3)式代入(2)式得： ………………… ….(4) 这就是加性白噪声中观测到的p个正弦信号所组成的谐波信号的ARMA过程的所服从的法方程。 谐波恢复方法 利用以上两种理论所推导的结果，可以通过以下方法进行本题的仿真实验(程序见附页)： 根据题目要求给出仿真数据 其中为0均值，单位方差的高斯白噪声。 求的自相关矩阵Rxx 利用上面推导出来的(4)式给出该谐波过程的ARMA过程所服从的 法方程。其中公式中的y对应题目中的x。 若用最小二乘方法，则根据题目要求，可直接取AR阶数2p分别为4和6，然后用最小二乘法求解法方程，得出AR参数的估计值； 若用总体最小二乘方法，则取较大的M和Pe，列出法方程的增广矩阵，求出该矩阵的有效秩(即AR阶数的估计值)后，再用课本66页的总体最小二乘方法求得AR参数的估计值。 将所求得的AR参数代入(1)中，得该谐波过程的特征方程，求解该特征方程得其模为1的共轭复根。 由式即可求得正弦波频率的估计值。 AR参数和正弦波频率估计值的统计结果 根据以上理论及方法分别编写最小二乘和总体最小二乘的matlab程序，各独立运行20次，其结果及统计结果如下： 1．最小二乘 (1．)AR阶数为4 arMatrix = Columns 1 through 12 -0.4598 -0.3507 -0.1278 -0.0943 -0.3434 -0.0737 -0.2146 -0.2919 -0.3176 -0.2331 -0.7039 -0.3275 0.8806 0.7543 0.8032 0.6490 0.9086 0.8011 0.6412 0.9384 0.6871 1.0946 1.0373 0.7350 0.1693 0.3133 0.4179 0.5340 0.2238 0.4562 0.4686 0.2366 0.3776 0.1731 -0.0778 0.3412 -0.0202 -0.0758 0.1129 -0.0202 0.0842 0.1405 -0.1023 0.1457 -0.1219 0.3371 -0.0110 -0.0785 Columns 13 through 20 -0.1600 -0.2792 -0.2207 -0.1843 -0.7587 -0.2687 -0.2143 -0.4826 0.8284 0.7197 0.7327 0.6541 0.8180 1.0069 0.7344 0.8866 0.3846 0.3781 0.4042 0.4778 0.0283 0.2056 0.4112 0.1485 0.1174 -0.0642 -0.0133 -0.0708 -0.2617 0.2302 -0.0082 -0.0244 ar_mean = -0.3053 0.8156 0.3036 0.0148 ar_var = 0.0326 0.0174