5谱估计(概述和经典法)选读.pptVIP

谱 估 计 主要内容 引言 经典谱估计 现代谱估计 1 引 言 概述 估计质量的评价 功率谱估计的应用 研究现状 1 引 言 随机信号的功率谱密度(函数)，是其自相关函数的傅氏变换。 1 引 言 谱分析 用有限的N个样本数据来估计平稳随机过 程的功率谱密度。 1 引 言 估计质量的评价 2 经典谱估计 自相关函数的估计 周期图作为功率谱的估计 平滑后的周期图作为PSD的估计 2.1 自相关函数的估计 2.2 周期图法进行谱估计 2.3 平滑后的周期图作为PSD的估计 目的：使方差减小，得到一致的谱估计。 方法： 窗口处理法：选择适当的窗口函数作为加权函数进行加权平均来加快收敛速度。 平均周期图的方法：先将数据分段，再求各段周期图的平均值。又称Bartlett方法。 2.2 周期图法进行谱估计 ——周期性的 ——周期图 优点：可利用FFT，计算方便，效率高 如果我们观察到x(n)的N个值： 可以通过FFT直接求得 2.2 周期图法进行谱估计 估计质量——讨论其偏倚和方差 周期图的期望值 令 称为Bartlett窗函数，即 其傅氏变换为 当 时 2.2 周期图法进行谱估计 估计质量——讨论其偏倚和方差 自相关函数的真值 将上式与式 代入式 ，并求其傅氏变换，得 则周期图的偏倚为： 有偏 无偏 2.2 周期图法进行谱估计 估计质量——讨论其偏差和方差 周期图的方差： 假设序列x(n)是一个实、白色、零均值过程的样本，具有高斯概率分布函数。 经推导可得出： 周期图的方差： 当 时 不满足一致估计的条件。 为了使周期图作为功率谱估计满足一致估计的条件，必须将周期图进行平滑(或平均)处理。 2.2 周期图法进行谱估计 估计质量——讨论其偏差和方差 如果 以及 2.2 周期图法进行谱估计 周期图的协方差： (k和l为整数)则上式成为 以 的整倍数为频率间距的周期图的值是不相关的 2.2 周期图法进行谱估计 估计质量——偏差和方差 虽然本节推导的结果是以假设高斯概率密度为根据的，但其定性结果在一个相当宽广的范围内成立。 小结 * X(n)的自相关函数 前提：均值为零 令 则上式可写成 实际上只有将上式求平均，成为 才有意义 功率谱的真实值 其中 或 功率谱的估计值 周期图 的偏差(Bias)为零 。所谓偏差(用B表示)定义为 无偏估计 θ：某个随机变量的真值 ：它的估计值 估计1和估计2都属于无偏估计； 估计2较之估计1方差小； 1 引 言 估计质量的评价 最小方差估计 方差 θ：某个随机变量的真值 ：它的估计值 为最小的估计。 1 引 言 估计质量的评价 均方误差 θ：某个随机变量的真值 ：它的估计值 不难证明： 当N趋向于无穷大时，谱估计趋向于真实的谱密度。 1 引 言 估计质量的评价 一致估计： 正确的估计应该满足一致估计的条件，此为正确估计的必要条件 反之，若估计方法不满足一致估计的条件，则它一定是不正确的 1 引 言 功率谱估计的应用 在信号处理的许多场所，要求预先知道信号的功率谱密度(或自相关函数)。 常常利用功率谱估计来得到线性系统的参数估计。 从宽带噪声中检测窄带信号。 功率谱估计的应用 谱估计的分辨率可以粗略地定义为能够分辨出的二个分立的谱分量间的最小频率间隙(距)。 例如：有一个随机信号，它包括二个频率相差1Hz振幅相等的正弦波以及加性白噪声(白色噪声的方差是正弦波功率的10％)。 用三种不同的谱估计方法检测这二个正弦分量的效果。 (a) 经典BT PSD法 (b) 最大熵谱估计法 (c) Pisavcnko 谐波分解法 1 引 言 研究现状 功率谱估计的方法：教材P489 图10.7.1 1 引 言 研究现状 经典谱估计： 间接法(BT PSD估计法 ) 先通过式 对自相关函数进行估计，然后再通过式 作傅氏变换得功率谱估计值。 以傅立叶变换为基础 已知数据?取样自相关函数?功率谱 1 引 言 研究现状 经典谱估计： 直接法(周期图法 ) 将观察到的有限个样本数据利用FFT算法作傅氏变换，直接按式 进行功率谱估计(不通过自相关函数的估计) 计算效率高 频率分辨率低 将已知数据序列的傅立叶变换的模的平方除以序列长度作为功率谱的估计 1 引 言 研究现状 经典谱估计： 固有缺