西南交大现代信号处理作业.doc

现代信号处理作业 1.(5″)证明下面定理：任何一个无偏估计子方差的下界叫作Cramer-Rao下界 定理：令为一样本向量，是的条件密度，若是的一个无偏估计子，且存在，则 式中。其中是的某个不包含的正函数。 2.(10″)Wiener滤波是信号处理中最常用和基础的波形估计工具之一，对其在自己研究领域的应用情况进行一个简单综述。 3.(5″)二阶滑动平均过程由 定义，式中表示正态分布，其均值为零、方差为。求x(n)的功率谱。 4.(20″)信号的函数表达式为： ，其中，A(t)为一随时间变化的随机过程，dn(t)为经过390-410Hz带通滤波器后的高斯白噪声，n(t)为高斯白噪声，采样频率为1kHz，采样时间为2.048s。 (1) 利用现代信号处理知识进行信号的谱估计； (2) 利用现代信号处理知识进行信号的频率提取； (3) 分别利用Wiener滤波和Kalman滤波进行去噪； (4) 利用Wigner-Ville分布分析信号的时频特征。 5.(10″)附件中表sheet1 为某地2008年4月28日凌晨12点至2008年5月4日凌晨12点的电力系统负荷数据，采样时间间隔为1小时，利用ARMA方法预测该地5月5日的电力系统负荷，并给出预测误差（5月5日的实际负荷数据如表sheet2）。 1、 定理：令为一样本向量，是的条件密度，若参数估计是真实参数的一个无偏估计子，且、存在，则的均方误差所能达到的下界（称为Cramer-Rao下界）等于Fisher信息的导数，即： （1-1） 不等式中等号成立的充分必要条件是： （1-2） 其中是的某个正函数，与样本无关。 证明：由假设条件知，或，因此有 （1-3） 对上式两边求关于的偏导，得 即有 （1-4） 另一方面，由复合函数的求导法，又有 （1-5） 由于是的条件概率密度，故 （1-6） 将式（1-5）和式（1-6）带入式（1-4），得 或改写作 （1-7） 由Cauchy-Schwartz不等式知，对于任意两个复函数和，恒有不定式： 成立，并且当且仅当，等号成立，将Cauchy-Schwartz不等式应用于式（1-7），则有 或等价为 （1-8） 由Cauchy-Schwartz不等式等号成立的条件知：当且仅当，即式（1-2）成立时，不等式（1-8）才取等号。 注意到，故有 （1-9） 另由公式知 （1-10） 将式（1-9）和式（1-10）代入式（1-8），直接得到不等式（1-1）。根据前面的分析，不等式等号成立的充分必要条件是式（1-2）成立 3、 解：对取延迟形式： 于是有： 展开上式得到： 即： 对上式进行傅里叶变换，则有： 从而得到： 即 4、 music算法原理： music(Multiple Signal Classification)算法是针对多元天线阵测向问题提出的。假定M元的均匀线阵，阵元间距为d，信号的工作波长为λ。空间信号源共有D个，各信号不相关，各阵元的噪声互不相关，噪声和信号也不相关。因此，第m个阵元的输出为 （4-1） 式中，为第ｋ个信号源的方向。将式（4-1）写成矩阵形式： （4-2） 式中：、。 求各阵元输出的相关矩阵，有： （4-3） （4-4） 式中：———噪声的方差。 ，重数为(MD)，即λＤ+1=…=λＭ=。据此，空间信号源的个数D可由下式得出：D=M-（R最小特征值的重数）。最小重数为1，因此，M阵元可测向的信号源数目的最大值为。 （2）各特征向量相互正交。这些向量为矩阵Ｒ列空间的基，由于最小特征值为噪声的贡献，因此与最小特征值对应的那些特征向量所张成的子空间也是噪声的贡献，称之噪声子空间，记为。这样Ｒ的列空间被划分成两个子空间,即信号子空间和噪声子空间： （4-7） （4-8） 由于各特征向量相互正交，故有：。在信号源所在方向上，诸方向向量，均处于信号子空间中，故。构造矩阵： （4-9） 显然有 music算法就是根据式（4-9）来求空间谱，有