数字信号处理课件课件分析报告.ppt

9. 已知有理谱Pxx(ejω)如下式： 求相应的信号模型系统函数。 1.5 时间序列信号模型 图 1.5.1 平稳随机序列的信号模型 1.5.1 三种时间序列模型 　　假设信号模型用一个P阶差分方程描述: x(n)+a1x(n-1)+…+apx(n-p) 　 =w(n)+b1w(n-1)+…+bqw(n-q) (1.5.1) 式中, w(n)是零均值、方差为σ2w的白噪声; x(n)是我们要研究的随机序列。根据系数取值情况， 将模型分成以下三种。 　　1. 滑动平均模型（Moving Average，简称MA模型） 　　当（1.5.1）式中ai=0, i=1, 2, 3, …, p时, 该模型称为MA模型。 模型差分方程和系统函数分别用下式表示： x(n)=w(n)+b1w(n-1)+…+bqw(n-q)  H(z)=B(z) B(z)=1+b1z-1+b2z-2+…+bqz-q… (1.5.2) (1.5.3) 上式表明该模型只有零点, 没有除原点以外的极点， 因此此模型也称为全零点模型。 如果模型全部零点都在单位圆内部，则是一个最小相位系统， 且模型是可逆的。 　　2. 自回归模型（Autoregressive, 简称AR模型） 　 　 当（1.5.1）式中bi=0, i=1, 2, 3, …，q时，该模型称为AR模型。模型差分方程和系统函数分别用下式表示： x(n)+a1x(n-1)+a2x(n-2)+…+apx(n-p)=w(n) A(z)=1+a1z-1+a2z-2+…+apz-p 上式表明该模型只有极点, 没有除原点以外的零点，因此该模型也称为全极点模型。只有当全部极点都在单位圆内部时， 模型才稳定。 3. 自回归-滑动平均模型（简称ARMA模型） 该模型的差分方程用（1.5.1）式描述， 系统函数用下式表示： 式中，分子部分称为MA部分，分母部分称为AR部分，这两部分无公共因子， 应分别满足稳定性和可逆性的条件。 　　关于滤波器的长度和阶数作如下说明：滤波器长度一般是指滤波器的单位脉冲响应的长度，对于FIR滤波器或者MA模型, 其单位脉冲响应的长度是有限长的，长度就是系数的个数； 对于IIR滤波器或者AR模型、ARMA模型，其单位脉冲响应的长度则是无限长的，一般只讲它的阶数，阶数是指（1.5.5）、 (1.5.6)式中的p的大小，如果用差分方程表示，则p就是差分方程的阶数。对于FIR滤波器或者MA模型的阶数，则是指（1.5.3）式中q的大小，或者说是它的长度减1。 1.5.2 三种时间序列信号模型的适应性 　　(1) 沃尔德分解定理： 　任意一个实平稳随机序列x(n)均可以分解成： x(n) =u(n)+v(n)，式中u(n)是确定性信号, v(n)是具有连续谱分布函数的平稳随机MA序列。这里确定性部分可以不存在或者事先去掉，MA部分常常是有限阶的。  　　该定理说明MA信号模型具有普遍使用的性质。由于ARMA信号模型包含了MA模型部分，因此ARMA信号模型也具有普遍使用的性质。 对于AR信号模型的适用性，下面予以说明。 　（2）任意一个MA序列可用无限阶AR信号模型表示，或者用阶数足够大的AR信号模型近似表示。证明如下：  设MA序列为 b0=1 对上式进行Z变换得到 X(z)=B(z)W(z) 式中，B(z)是MA信号模型的系统函数，或者说是bi(i=1, 2, 3, …)序列的Z变换。 　　设MA信号模型满足可逆性条件，即B-1(z)存在，令 B-1(z)=G(z)=1+g1z-1+g2z-2+… 这样 X(z)G(z)=(1+g1z-1+g2z-2+…)X(z)=W(z) 对上式进行Z反变换，得到 x(n)+g1x(n-1)+g2x(n-2)+…=w(n) 　　上式表示的就是x(n)的AR信号模型差分方程，因此证明了一个时间序列可以用有限阶MA信号模型表示时，也可以用无限阶的AR模型表示，对于ARMA模型也同样可以证明。 例如, ARMA模型系统函数为 设AR模型系统函数用HAR(z)表示： 令HAR(z)=H(z), 即 可以求出ci系数 　　以上说明MA和ARMA模型可以用无限阶AR模型表示。 反过来的结论也正确。 　　例如： 用MA模型表示： i=0 i≥1 　　以上表明三种信号模型可以相互转化，而且都具有普遍适用性， 但是对于同一时间序列用不同信号模型表示时，却有不同的效率。 这里说的效率, 指的是模型的系数愈少，效率愈高。 一般AR模型适合表示时间序列的功率谱有尖峰而没有深谷的信号，MA模型适合表示其功率谱有深谷而没有尖峰的信号，ARMA模型则适合尖峰和深谷都有的情况