第四章 利用协方差法估计AR模型参数.docxVIP

随机信号分析基础大作业利用协方差法估计AR模型参数进而估计功率谱严 奎（学号：3222008008）陈 韬（学号：3222008022）朱燕豪（学号：3222008021）2011年01月15日作业综述：本作业中采用面向对象的程序设计方法，将用到的子程序封装在一个类中，防止其他函数的干扰，具有良好的信息内聚性。类中定义的有获得（0,1）分布随机数的函数uniform()，产生高斯分布随机数的函数gauss()，产生自回归滑动平均模型ARMA（p,q）数据的函数arma()，用乔布斯基（Cholesky）算法求解对称正定方程组的函数cholesky（），计算ARMA模型的功率谱密度的函数psd（），用协方差方法估计AR模型参数，进而实现功率谱估计的函数covar（）。采用的编程工具是VC++6.0以及VS2010，用MATLAB对生成的数据进行画图。一．题目要求给定一段信号数据及采样率，利用现代谱估计理论编程估计信号的功率谱。二．基本原理及方法现代谱估计是通过观测数据估计参数模型再按照求参数模型输出功率的方法估计信号功率谱，主要是针对经典谱估计的分辨率低和方差性能不好等问题提出的，应用最广的是AR参数模型。现代谱估计的参数模型有自回归滑动平均（ARMA）模型、自回归（AR）模型、滑动平均（MA）模型，Wold分解定理阐明了三者之间的关系：任何有限方差的ARMA或MA模型的平稳随机