2009年经济师(中级)人力资源管理全真历年真题.docVIP

随机信号处理 题目名称： 功率谱估计方法及其应用 任课教师： 李建勋 专 业： 水利水电工程 学 号： 1108150917 姓 名： 李文锋 功率谱估计方法及其应用 现代信号分析中,对于常见的具有各态历经的平稳随机信号, 不可能用清楚的数学关系式来描述, 但可以利用给定的N个样本数据估计一个平稳随机信号的功率谱密度叫做功率谱估计(PSD)。它是数字信号处理的重要研究内容之一。功率谱估计可以分为经典功率谱估计(非参数估计)和现代功率谱估计(参数估计)。功率谱估计在实际工程中有重要应用价值, 如在语音信号识别、雷达杂波分析、波达方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透镜干涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域, 发挥了重要作用。Matlab是MathWorks公司于1982年推出的一套高性能的数值计算和可视化软件,人称矩阵实验室,它集数值分析、矩阵运算、信号处理和图形显示于一体,构成了一个方便的界面友好的用户环境, 成为目前极为流行的工程数学分析软件。也为数字信号处理进行理论学习、工程设计分析提供了相当便捷的途径。本文的仿真实验中,全部在Matlab6.5环境下调试通过;随机序列由频率不同的正弦信号加高斯白噪声组成。 1经典功率谱估计 经典功率谱估计是将数据工作区外的未知数据假设为零,相当于数据加窗。经典功率谱估计方法分为: 相关函数法(BT法)、周期图法以及两种改进的周期图估计法即平均周期图法和平滑平均周期图法,其中周期图法应用较多,具有代表性。 1.1相关函数法(BT法) 该方法先由序列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。当延迟与数据长度相比很小时, 可以有良好的估计精度。 Matlab代码示例1: Fs=500;%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*90*n)+randn(size(n)); nfft=512; 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)); figure(1)% plot(k,plot_Pxx); 1.2周期图法( periodogram) 周期图法是把随机序列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2: Fs=600;%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*90*n)+0.1*randn(size(n)); window=boxcar(length(xn));%矩形窗 nfft=512; [Pxx,f]=periodogram(xn,window,nfft,Fs);%直接法 plot(f,10*log10(Pxx)); window=boxcar(length(xn));%矩形窗 nfft=1024; [Pxx,f]=periodogram(xn,window,nfft,Fs); %直接法 figure(1) plot(f,10*log10(Pxx)); 1.3平均周期图法和平滑平均周期图法 对于周期图的功率谱估计,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。两种改进的估计法是平均周期图法和平滑平均周期图法。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3: fs=600; n=0:1/fs:1; xn=cos(2*pi*20*n)+3*cos(2*pi*90*n)+randn(size(n)); nfft=512; window=hamming(nfft);%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(in