、现代谱估计.docVIP

第五章、谱估计 研究二阶平稳随机过程特征－功率谱密度－揭示随机过程中所隐含的周期及相邻的谱峰等有用信息。则要用有限长的N个样本数据去估计该平稳随机过程的功率谱密度－谱估计的方法。此种估计是建立在时间平均的方法之上，并假定具有遍历性。 经典谱估计－线性、非参数化方法：周期图法，相关图法等。采用经典的傅里叶变换及窗口截断。对长序列有良好估计。 现代谱估计－非线性、参数化方法：最大似然估计，最大熵法，AR模型法，预测滤波器法，ARMA模型等。对短序列的估计精度高，与经典法相互补充。是融合经典变换理论、统计估计理论、系统辨识、信息论、时间序列分析及计算方法等理论与技术－新学科。应用广泛，发展迅速。 1807--Fourier Transform 1890’s—Schuster--Periodogram周期图 若处有正弦信号与噪声叠加，在处周期图出现峰值1930-Wiener-Kinchine定理，广义谐波分析。定义自相关函数与功率谱，并证明两者互为傅氏变换。 1958-Blackman-Tukey-BT法-由通信工程观点测量功率谱 观测数据－自相关估计－乘窗函数－傅氏变换--功率谱 1965-Cooley-Tukey—FFT—重提周期图法，广泛使用的经典法 1967—现代谱估计－Burg－最大熵谱估计－地震－线性预测 1968-Parzen-自回归AR谱估计法 1971-Van Den B