十讲功率谱估计.pptVIP

* 第十一讲 随机过程的功率谱估计的经典法 Matlab仿真 功率谱估计分为非参数化方法和参数化方法，经典的方法是非参数化方法，根据是功率谱的两个定义；参数化方法属于现代谱估计的研究内容。 * 我们需要通过已知的有限长序列来估计随机信号的功率谱 估计是建立在时间平均的方法上，假定信号为遍历性的。 在数字处理设备中，我们必须对随机信号的某个 样本函数进行采样，即得到随机序列的某个实现： 谱估计的一个主要目的是观察和发现信号中所蕴涵的周期性 * 其中，一般为2的整次幂 功率谱估计的两种经典法 估计的基础都是序列的傅立叶变换 * 相关法谱估计： 相关法是以相关函数为媒介来计算功率谱，又称间接法。 其理论基础是维纳－辛钦定理。简称BT法。 步骤： 1、由获得的N点数据序列估计自相关函数序列； 2、由自相关函数序列的付立叶变换求功率谱。 * 周期图法（应用广泛）： 依据定义一，又称直接法。 步骤： 1、由获得的N点数据序列直接求付立叶变换，得到其频谱； 2、取频谱幅度的平方，并除以N，作为其真实功率谱。 * 两种方法法得到的功率谱估计方差不随着频谱样本 长度N的增加而趋于零（不是一致估计）。 对周期图法的改进（要求数据量较大） 分段周期图法：方差减小K倍，主瓣增大K倍； 频域平滑法： 泄漏问题：将实际频谱展宽。导致功率谱估计分辨率 下降；弱信号的主瓣被强信号的幅瓣淹没 缺陷： * 改进1：分段周期图法（Bartlett法） 相比，均值基本不变，估计方差变小，为每一段的1/K（假设各段独立） 与 存在的问题：分段数与每一段的数据量是矛盾的 步骤： 1、将信号的采样数据 分成数据量相同的K段，对每段 采样数据（长度为N）采用周期图法估计出功率谱 2、对K个功率谱（周期图）加以平均 * 改进：修正周期图法（Welch法） 2、每段数据可以选择其它的窗函数 对K个功率谱（周期图）加以平均 每一段数据的功率谱直接用周期图法做（傅立叶变换）： 对分段周期法的改进，主要体现在两方面： 1、将信号的采样数据 分段时，允许段间数据有重叠 * 改进2：频域平滑法 1、将信号的采样数据 用周期图法估计出功率谱 2、对功率谱数据在频域进行平滑 平滑指得是：某一点的值用周围L个点进行平均，如第i个点 估计方差变小，为平滑前的1/2L＋1 与 * 周期图法的MATLAB函数 其中，window为与x等长度的窗序列，nfft设定快速傅立叶算法的长度，一般为2的整次幂，fs为采样频率 分段周期图法的MATLAB函数 修正周期图法的MATLAB函数 * 互谱密度的MATLAB函数 csd() 相干函数的MATLAB函数 cohere() 谱估计的数据预处理 谱估计前最好先把直流分量和周期分量去掉。 根据平稳性要求，处理前还应该把趋势项去掉， 否则会影响谱估计效果 * 一个功率谱与滤波器工具：Sptool 一个滤波的应用（数据源为data.txt） * 关于作业 3、拟合趋势项，对去掉趋势项后的数据做谱分析 数据中含有趋势项和周期项 1、画出原始曲线 2、对原数据做功率谱分析 4、用自相关函数确定周期信号的周期和幅度，用互相关函数确定初相，给出每一步处理结果的图形。对去掉周期分量后的数据做谱分析 origin=sin(2*pi*0.01*(1:1000)+pi)+0.002*(1:1000)+randn(1,1000); * 如何改善频谱泄漏？ 1 增加窗的长度 2 选择窗函数的形状，不要锐截止，应缓慢变化 截断效应 频谱泄漏 * 五种常用的窗函数 汉宁（Hanning）窗（升余弦窗） 返回 * * * * * * * * * * * * * * * * * * * * * * * * * *