现代谱估计2.pptVIP

* 现 代 功 率 谱 估 计 电子与信息工程学院 谢志远 12.4 AR模型的稳定性及对信号建模问题的讨论 12.4.1 AR模型的稳定性 AR模型的输出x(n)是由一个方差为σ2的白噪声u(n)激励一个全极模型H(z)所产生的。从系统理论的观点看，H(z)必须是稳定的，也即H(z)的极点必须在单位圆内。 从保证x(n)是平稳的观点看，也要求H(z)的极点必须在单位圆内。读者可自己证明，如果H(z)有一个极点在单位圆外，那x(n)的方差将趋于无穷，因此x(n)是非平稳的。 H(z)的分母多项式A(z)的系数是由(12.2.4)式的Yule-Walker方程求解出的，a(1)，a(2)，…，a(p)能否保证A(z)的零点都在单位圆内，将直接取决于自相关矩阵R的性质。 重新定义(12.2.4)式的自相关矩阵R为: 并记其行列式的值为det(Rp+1。)。现在，我们用三个结论来说明矩阵Rp+1的性质及与AR模型稳定性的关系。 结论1： 如果Rp+1，是正定的，那么，由Yule-Walker方程解出的a(1)，a(2)，…，a(p)构成的p阶AR模型是稳定的，且是唯一的。也即A(z)的零点都在单位圆内。此性质称为AR模型的最小相位性质。 该结论告诉我们，只要RP+1，是正定的,那么由Levinson方法求解Yule-Walker方程时，解总是存在，且是唯一的，并保证了A(z)是最小相位的。这一性质，体现在求解过程中，等效地是： 但是，在由实际数据xN(n)估计自相关函数时，如果字长过短，或是由于运算时的舍入误差，有可能使A(z)的零点移到单位圆上或圆外，使模型不稳定。 因此，如果在递推过程中出ρk≤O，或是|ak(k)|≥1，则应使递推停止。 我们在10．2节已证明，平稳随机信号的自相关矩阵是非负定的，也就是说RP+1可能是正定，也可能是半正定。下面的结论指出，RP+1，何时正定，何时为半正定。 结论2说明，一般情况下，若x(n)由p个复正弦所组成，RM是其M×M的自相关阵，那么，当Mp时，RM的秩最大为p，即rank(RM)=p。 可以证明，若x(n)是由p个实正弦所组成，则RM的秩最大为2p。 结论3：如果x(n)由p个正弦组成(实的或复的)，则x(n)是完全可以预测的，即预测误差等于零。 结论2指出了RP+1何时奇异、何时正定的条件，它和结论3一起都揭示了正弦信号的某些性质。 特别要说明的是，用AR模型对纯正弦信号建模是不合适的，可能会出现自相关阵为奇异的情况。但是，在信号处理中经常要用正弦信号作为试验信号以检验某个算法或系统的性能。为克服自相关阵奇异的情况，最常用的方法是加上白噪声，这样det(RP+1)不会等于零。 12.4.2关于信号建模问题的讨论 1.关于信号建模的本质 对信号建立参数模型的思路：“假定所研究的过程x(n)是由一个输入序列u(n)激励一个线性系统的输出，在(12.2.1)式中，也确实是把模型的输出看作是x(n)。 似乎任意地给定一个平稳过程x(n)，它均可由一个白噪序列u(n)激励一个线性系统H(z)来精确地产生。显然，这种概念是不确切的。 对信号x(n)建立参数模型，并不是要求模型的输出x’(n)在时域等于x(n)，而是要求它们在某一阶次上的统计特征相同。 用x(n)的自相关函数建立x(n)和模型参数的关系(即建模)，称为在二阶统计意义上的建模，并要求x(n)和x’(n)在自相关函数和功率谱这些二阶统计量上相匹配。 由自相关函数和功率谱的匹配性质，平稳过程x(n)在二阶统计意义上总可准确建模，AR模型即是其准确模型之一。 实际上，由(12.1.5)式，有: 由于功率谱失去了相位信息，因此x(n)在二阶统计意义上的准确模型有无穷多个，它们的幅频响应都一样，而相频响应可任意赋值。 2.关于信号建模的若干基本问题的讨论 12.1节指出，平稳信号通过一个线性移不变系统后总有(12.1.1)式的输入、输出关系。此说法不甚严密。实际上，只有当x(n)的功率谱Px(ejω)满足Paley-Wiener条件时(12.1.1)式才成立 满足此式的功率谱Px(z)在单位圆上必然无零点，也即PX(ejω)不能是由纯正弦信号所形成的线谱。 等效地说，由纯正弦过程所组成的平稳过程不具有(12.1.1)式的形式，因此，也不宜于建立AR，MA或ARMA模型。这和前面的讨论是一致的。 12.5关于线性预测的进一步讨论 前面的讨论指出，一个p阶的AR模型等效于一个p阶的线性预测器。根据已知的自相关函数rx(m)利用Levi