第14章_参数模型功率谱估计_2摘要.pptVIP

用求伪逆的方法可求出 ；注意，伪逆可用 奇异值分解（SVD）的方法求解；求出 后， 剩下的工作是求 2. 用 对 滤波； 3. 滤波输出 相当于一 MA（q) 过程，按 上节MA模型的求解方法，可求 出 ARMA(p,q)模型 的 参数。 ARMA 模型系数求解的方法： 1 先求出： ，它们可构成 ； （a）MA(10) （b）MA(16) （c）ARMA(10,10) （d）ARMA(10,13) 14.10 基于矩阵特征分解的功率谱估计 假定信号由 M 个复正弦加白噪声组成： 已知： 不会奇异 可构成 目标：1. 由该矩阵估计 个正弦信号的频率和幅度； 2. 估计信号 的功率谱； 定义： 为信号向量，它包含了 个复正弦，其频率和原信号的频率相同。 求解的关键是自相关矩阵的分解： 信号相关阵的表示 因为： 所以： 相关矩阵的分解：信号部分和噪声部分 秩是 秩为 秩为 再定义 特征分解 借用特征向量的特点 主特征向量 构成的p+1维空间 构成的M维信号空间 构成的噪声空间 信号空间特征值 基于噪声子空间的频率估计和功率谱估计： 噪