经典功率谱估计剖析.pptVIP

周期图法的改进 对自相关函数估计值加窗, 将误差较大的估计值截去 窗函数w[n] (MN)满足下述条件 2. 平滑周期图(Blackman-Tukey法) 周期图法的改进 2. 平滑周期图(Blackman-Tukey法) B-T法进行功率谱估计的主要步骤： (1) 利用观测数据估计自相关序列。 (2) 对自相关函数估计值加窗。 (3) 计算加窗后自相关函数的DTFT。 优点：PM(W)波动比IN (W)小，可证是一致估计 缺点：降低了频率分辨率 周期图法的改进 3. 平均周期图法(Welch-Bartlett法) 第i段序列的周期图为 平均周期图 将随机序列X[k]的N个观测值分成A段 平均周期图法估计质量 A??, 方差为零，是一致估计 平均周期图方差减小的代价之一是偏差增大 因为 所以 周期图法的改进 3. 平均周期图法(Welch-Bartlett法) 平均周期图法优点：减小方差 缺点：增加估计的偏差，降低了谱的分辨率 原因：分段即加窗，段越多，窗越短，主瓣宽度越大 解决方法：将各段数据有一定程度的重叠 周期图法的改进 4. 重叠平均周期图法(Welch法) 例：利用Welch法进行平稳高斯白噪声的谱估计 产生30组512点均值为零，方差为1的平稳高斯白噪声，利用Welch法按照50%重叠分别将其分成A=3，7，15，31段，计算功率谱估计值，并分析谱估计质量。 分析： (1) 对每组512点数据按各段数据重叠50%的方式分成3段256点序列，7段128点序列，15段64点序列，31段32点序列。 (2) 求出每段数据的周期图 (3) 再取平均即得各组数据的功率谱估计 ,即 平稳高斯白噪声功率谱估计结果(Welch法) 例：利用Welch法进行平稳高斯白噪声的谱估计 产生30组512点均值为零，方差为1的平稳高斯白噪声，利用Welch法按照50%重叠分别将其分成A=3，7，15，31段，计算功率谱估计值，并分析谱估计质量。 结论： 1. 随着分段数A的增加，谱估计越来越平滑，方差明显减小。 2. Welch法的谱估计结果比周期图法的谱估计结果有显著改善，更接近理论分析(0dB) 。 利用MATLAB进行非参数功率谱估计 X：进行功率谱估计的输入有限长序列； WINDOW：指定窗函数，默认值为矩形窗(boxcar)； NFFT：DFT的点数， NFFT X，默认值为256； Fs ：绘制功率谱曲线的抽样频率，默认值为1； Pxx：功率谱估计值； F：Pxx值所对应的频率点 [Pxx,F] = PERIODOGRAM(X,WINDOW,NFFT,Fs) 周期图法 Welch-Bartlett平均周期图法的MATLAB实现 X,NFFT,Fs用法同periodogram 函数； WINDOW：指定窗函数，默认值为hanning窗； NOVERLAP指定分段重叠的样本数。 如果使用boxcar窗，且NOVERLAP=0，则可得到Bartlett法的平均周期图。 如果NOVERLAP=L/2，则可得到重叠50%的Welch法平均周期图。 [Pxx,F] = PSD(X,NFFT,Fs,WINDOW,NOVERLAP) [Pxx,F] = PWELCH(X,WINDOW,NOVERLAP,NFFT,Fs) 例：谱的分辨率 一序列含有白噪声和两个频率间隔很近的余弦信号，设 分别采用周期图法和Welch法估计该序列的功率谱。 分析 —— 周期图法 (1) 对x[k]的512个观测数据进行DFT，得到XN[m] (2) 由下式求得x[k]的功率谱估计 利用MATLAB编程实现上述计算或直接采用periodogram函数 例：谱的分辨率 一序列含有白噪声和两个频率间隔很近的余弦信号，设 分别采用周期图法和Welch法估计该序列的功率谱。 分析 —— Welch法 (1) 将x[k]的512个观测数据按各段数据重叠50%分为长M的A段； (2) 由下式求出每段数据的周期图 采用矩形窗实现数据的分段，分别取A=15,M=64，和A=7,M=128。利用MATLAB中的psd函数计算。 (3) 由下式求得x[k]的功率谱估计 例：谱的分辨率 一序列含有白噪声和两个频率间隔很近的余弦信号，设 分别采用周期图法和Welch法估计该序列的功率谱。 %Power Spectral Estimation : Periodogram N=512;Nfft=1024;Fs=2*pi; n=0:N-1; xn=cos(0.3*pi*n)+cos(0.32*pi*n)+randn(size(n)); XF=fft(xn,Nfft); Pxx=abs(XF).^2