第六章功率谱估计电子教案.docVIP

第六章 功率谱估计的经典方法 §6.1 引言 从第二章的讨论中，我们已经知道一个随机信号在各时间点上的值是不能先验确定的，它的每个实现(样本)往往是不同的，因此无法象确定信号那样可以用数学表达式或图表精确地表示它，而只能用它的各种统计平均量来表征它。其中，自相关量作为时移的函数是最能较完整地表征它的特定统计平均量值。而一个随机信号的功率谱密度(函数)，则是自相关函数的傅立叶变换。对于一个随机信号来讲，其能量通常为无限大，它本身的傅立叶变换是不存在的，常常需要研究其功率在频域上的分布。因此，功率谱密度是一个随机信号的一种最重要的表征形式。我们要在统计意义下了解一个随机信号，就要求知道(或估计)它的功率谱密度。 如果我们用表示随机信号的自相关函数，表示它的功率谱密度(以下简写成PSD)，则有： (6.1) 而其中 (6.2) 即为滞后积的数学期望。 根据各态历经假设，零均值广义平稳随机过程的集合的平均可以用一个样本序列的时间的平均代替，于是上式可写成 (6.3) 实际上，首先不可能获得样本序列的所有数据，即无数个x(n)，其次通常检测到的数据都是含有噪声或者干扰。因此，只能根据有限个含有噪声的检测数据估计随机信号的自相关序列，进而估计功率谱。 将式(6.3)代入式(6.1)