谱估计实验报告..docxVIP

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
谱估计实验报告.

谱估计尹凯凯 2012011109(清华大学电子工程系无37班)【摘要】 谱分析是信号分析的一种工具。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。它表示随机信号频域的统计特征,有着明显的物理意义,是信号处理的重要研究内容。研究随机信号在频域的功率分布情况,即功率谱密度或功率谱,功率谱估计有着广泛的应用。【关键词】 谱估计 周期图方法 MUSIC方法 1.谱估计谱估计技术是现代信号处理的一个重要部分,还包括空间谱估计,高阶谱估计等。功率谱估计是数字信号处理的主要内容之一,主要研究信号在频域中的各种特征,目的是根据有限数据在频域内提取被淹没在噪声中的有用信号。在一般工程实际中,随机信号通常是无限长的,例如,传感器的温漂,不可能得到无限长时间的无限个观察结果来获得完全准确的温漂情况,即随机信号总体的情况,一般只能在有限的时间内得到有限个结果,即有限个样本,根据经验来近似地估计总体的分布。有时,甚至不需要知道随机信号总体地分布,而只需要知道其数字特征,如均值、方差、均方值、相关函数、功率谱的比较精确的情况即估计值。功率谱估计(PSD)是用有限长的数据估计信号的功率谱,它对于认识一个随机信号或其他应用方面都是重要的,是数字信号处理的重要研究内容之一。功率谱估计可以分为经典谱估计(非参数估计)和现代谱估计(参数估计)。1.1背景英国科学家牛顿最早给出了“谱”的概念。后来,1822年,法国工程师傅立叶提出了著名的傅立叶谐波分析理论。该理论至今依然是进行信号分析和信号处理的理论基础。傅立叶级数提出后,首先在人们观测自然界中的周期现象时得到应用。19世纪末,Schuster提出用傅立叶级数的幅度平方作为函数中功率的度量,并将其命名为“周期图”(periodogram)。这是经典谱估计的最早提法,这种提法至今仍然被沿用,只不过现在是用快速傅立叶变换(FFT)来计算离散傅立叶变换(DFT),用DFT的幅度平方作为信号中功率的度量。周期图法和自相关法都可用快速傅立叶变换算法来实现,且物理概念明确,因而仍是目前较常用的谱估计方法。周期图较差的方差性能促使人们研究另外的分析方法。现代谱估计主要是针对经典谱估计的分辨率差和方差性能不好的问题而提出的。现代谱估计从方法上大致可分为参数模型谱估计和非参数模型谱估计两种,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。1.2周期图方法周期图的基本原理是对观测到的数据直接进行傅里叶变换,然后取模的平方就是功率谱。取平稳随机信号的有限个观察点,则傅里叶变换为,进行谱估计;基本地周期图法可以提高计算效率,不需要计算自相关函数,但谱分辨率较低。当数据长度N太大时,谱曲线起伏加剧,当N太小,谱的分辨率又不好。1.3 MUSIC方法MUSIC法功率谱估计是基于矩阵特征分解的一种功率谱估计的非参数方法。这种谱分析方法把相关数据矩阵的信息分类,把信息分配到信号的子空间或噪声的子空间。它适合于普遍情况下的正弦信号参数估计的方法,是多信号分类法的简称。MUSIC法谱估计在偏差和方差可以达到较好的平衡。2.问题介绍 随机过程;是零均值、方差为1的白噪声;和是[0, 2π]均匀分布的随机变量,、与e(t)三者相互独立。请用50次样本分析下面问题:1)给出周期图方法与MUSIC方法对两个频率的估计值,比较它们对这两个频率的分辨能力;2)改变噪声功率,分析信噪比对两种方法频率分辨能力的影响;3)改变两个正弦波分量的相对强度,分析信号分量相对强度对两种方法频率分辨能力的影响。3.结果3.1、 当噪声功率为,相对幅值为2:1(10:5)时:周期图谱和MUSIC 谱如下:3.2、相对幅值为2:1(10:5)不变,改变噪声功率 当噪声功率为:当噪声功率为:当噪声功率为:3.3、噪声功率不变,相对幅值为改变当相对幅值为20:1(100:5)4.结论与思考1.经过上述的仿真结果可以看出MUSIC 法求出的两个频率分别为0.34pi、0.36pi;周期图不能分辨出两个频率。因此在频率分辨率方面MUSIC方法比周期图法的频率分辨率高的多。2.通过改变噪声功率,逐渐提高信噪比,两种方法的频率分辨能力都会有所下降下降。由上图可以看出,当噪声时,MUSIC方法已经不能分辨0.34*pi 和0.36*pi 两个频率了。进一步的实验发现,噪声功率上升时,周期图谱法的频率分辨率也降低。两者相比较来说在抗噪声的性能上MUSIC法要强于周期图法。3. 改变两个正弦波分量的相对强度, MUSIC法的频率分辨能力变化不明显,但而周期图法的频率分辨能力将下降。4.思考3中下降的原因,我们可以这样思考:信号一的幅值相对于二的幅值占得比重越大,周期图法得到的结果会误认为是幅度较大者对应的单频信号。5.参

文档评论(0)

cjbckk + 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