现代信号处理最大熵谱估计精要.pptVIP

现代数字信号处理第五章 功率谱估计 内容摘要 5.1 概述 5.2 经典谱估计的基本方法 5.2.1 周期图 5.2.2 相关图 5.3 功率谱估计的参数模型法 5.3.1 AR谱估计的相关函数法 5.3.2 AR参数谱估计与最佳线性预测器的关系 5.3.3 Levinson-Durbin算法 5.3.4 Burg算法 5.3.5 AR谱估计的性质 5.3.6 MA谱估计、ARMA谱估计 5.4 最大熵谱分析 5.5 特征分解法谱估计 5.5.1 Pisarenko谐波分解与相关矩阵的特征分解 5.5.2 基于信号子空间的频率估计及功率谱估计 最大熵谱估计原理： 5.5 特征分解谱估计 * 不管采用相关函数法还是周期图法，基于Faurie:变换的谱分析技术本质上是一样的，都认为，有限长的数据段，可以看作是无限长的取样序列被给予开窗截断后的结果，不论是数据开窗还是自相关函数开窗，在频率域内都会发生“泄漏”现象，即功率谱的主瓣内的能量泄漏到旁瓣， 很多研究都将注意力集中在窗口函数的形状和窗日函数的处理方法 分段平均 , 但所有的旁瓣抑制技术都是以牺牲谱分辨率为代价的。 而在谱分析的应用领域，频率分辨力与低旁瓣一样是个重要指标，在某些工程领域甚至是更重要的性能指标。这样，解决高分辨率与低旁瓣的矛盾就成为谱分析中的一大难题。 此外