matlab实现功率谱密度分析psd.pdf

matlab 实现功率谱密度分析psd 及详细解说 功率谱密度幅值的具体含义？？ 求信号功率谱时候用下面的不同方法，功率谱密度的幅值大小相差很大！ 我的问题是，计算具体信号时，到底应该以什么准则决定该选用什么方法啊？ 功率谱密度的幅植的具体意义是什么？？下面是一些不同方法计算同一信号的 matlab 程 序！欢迎大家给点建议！ 直接法： 直接法又称周期图法，它是把随机序列 x(n) 的N 个观测数据视为一能量有限的序列，直接 计算 x(n) 的离散傅立叶变换，得 X(k) ，然后再取其幅值的平方，并除以N ，作为序列 x(n) 真实功率谱的估计。 Matlab 代码示例： clear; Fs=1000; %采样频率 n=0:1/Fs:1; %产生含有噪声的序列 xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n)); window=boxcar(length(xn)); %矩形窗 nfft=1024; [Pxx,f]=periodogram(xn,window,nfft,Fs); %直接法 plot(f,10*log10(Pxx)); 间接法： 间接法先由序列x(n)估计出自相关函数R(n) ，然后对R(n)进行傅立叶变换，便得到x(n) 的功 率谱估计。 Matlab 代码示例： clear; Fs=1000; %采样频率 n=0:1/Fs:1; %产生含有噪声的序列 xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n)); nfft=1024; cxn=xcorr(xn,unbiased); %计算序列的自相关函数 CXk=fft(cxn,nfft); Pxx=abs(CXk); index=0:round(nfft/2- 1); k=index*Fs/nfft; plot_Pxx=10*log10(Pxx(index+1)); plot(k,plot_Pxx); 改进的直接法： 对于直接法的功率谱估计，当数据长度N 太大时，谱曲线起伏加剧，若N 太小，谱的分辨 率又不好，因此需要改进。 1. Bartlett 法 Bartlett 平均周期图的方法是将N 点的有限长序列x(n)分段求周期图再平均。 Matlab 代码示例： clear; Fs=1000; n=0:1/Fs:1; xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n)); nfft=1024; window=boxcar(length(n)); %矩形窗 noverlap=0; %数据无重叠 p=0.9; %置信概率 [Pxx,Pxxc]=psd(xn,nfft,Fs,window,noverlap,p); index=0:round(nfft/2- 1); k=index*Fs/nfft; plot_Pxx=10*log10(Pxx(index+1)); plot_Pxxc=10*log10(Pxxc(index+1)); figure(1) plot(k,plot_Pxx); pause; figure(2) plot(k,[plot_Pxx plot_Pxx-plot_Pxxc plot_Pxx+plot_Pxxc]); 2. Welch 法 Welch 法对Bartlett 法进行了两方面的修正，一是选择适当的窗函数w(n) ，并再周期图计算 前直接加进去，加窗的优点是无论什么样的窗函数均可使谱估计非负。二是在分段时，可使 各段之间有重叠，这样会使方差减小。 Matlab 代码示例： clear; Fs=1000; n=0:1/Fs:1; xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n)); nfft=1024; window=boxcar(100); %矩形窗 window1=hamming(100); %海明窗