实验六功率谱估计.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验六功率谱估计.doc

实验六 功率谱估计 1、实验要求: (1)理解功率谱估计的基本概念; (2)掌握经典功率谱估计方法——直接法和间接法; (3)掌握改进的经典功率谱估计方法,例如Welch法。 2、实验原理: 功率谱估计就是基于有限的数据寻找信号、随机过程或系统的频率成分。它表示随机信号频率域的统计特性。随机信号是无始无终具有无限能量的,所以其傅立叶变换并不存在,因为它不满足绝对可积的条件。因此需要研究其在频率域上的功率分布情况,即功率谱密度或功率谱。 经典功率谱分析分为直接法和间接法。直接法,即周期图法,是由傅立叶变换得到的:将随机信号的N点样本值看作能量有限信号,取其傅立叶变换,得到;然后再取其幅值的平方,并除以N作为的真实功率谱的估计,即 间接法,又称为自相关法或BT法,是由随机信号N个观察值,估计出自相关函数,然后再求的傅立叶变换作为功率谱的估计: 直接法和间接法的方差性能很差,而且当数据长度太大时,谱曲线起伏加剧;若数据长度太小,则谱的分辨率又不好,所以需要改进。改进的直接谱估计方法由Bartlett法和Welch法。 Bartlett法将采样数据分成L段,每段的长度都是M,即N LM,对每段数据加矩形窗,再计算其各自的功率谱,把对应相加,再取平均,得到平均周期图。Welch法是对Bartlett法的改进:一,在对分段时,可允许每段数据有部分重叠;二,每段数据窗口可以不是矩形窗口,例如使用汉宁窗或哈明窗,记为。然后按Bartlett法求每一段的功率谱,记为 ,其中。平均后的功率谱为:(段数) 3.程序说明 (1)zhouqitu.m 最普通的周期图法 (2)bartlett.m 分段平均周期图法 Bartlett法 (3)welch.m 加窗平均周期图法 Welch 求信号的功率谱。其中, 0.05, 0.120,w n 为白噪声,信号长度N 1024。用Welch法求信号的功率谱密度估计。(注:本处采用2:1重叠分段) 分析:本处窗函数用的是hanning 窗对信号进行处理,这样可以减小“频谱泄漏”,同时增加频峰的宽度,从而提高了频谱分辨率。

您可能关注的文档

文档评论(0)

suijiazhuang2 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档