郑州大学随机信号处理大作业.pdfVIP

基于AR 模型的功率谱估计 摘要 频域分析又称谱分析，主要研究信号在中的各种特征。功率谱密度函数描 述随机过程的功率随频率的平均分布。功率谱估计问题就是根据一组有限观测 值来确定该过程谱的内容。对于平稳随机过程来说，功率谱理论上的数值不可 能实现，只能用有限的观测值来估计或者逼近真实值，从而叫真实的反应问题 的本质。当然估计结果的好坏，与采用的处理方法有很大关系。 本文概要介绍了古典谱估计方法以及其基本原理，详细介绍了基于AR 模型 的功率谱估计的原理、算法。古典谱估计主要基于离散傅里叶变换（DFT），包 括周期图法和相关函数法及在此基础上改进的方法；基于AR 模型的功率谱估计， 是参数法做功率谱估计的一种，简而言之，就是通过计算模型的参数而不是做 FFT 来做功率谱估，本文主要介绍的基于AR 模型的功率谱估计的方法，主要有 Levinson-Durbin 快速算法和Burg 算法。本文通过MATLAB 编程分别利用古典法 和基于AR 模型的功率谱估计法对信号加噪声进行功率谱估计，并通过不同的点 数以及不同的频率间隔的比较来分析古典法和基于AR 模型的功率谱估计法做出 相应的分析。 关键词：AR 模型 功率谱估计 Levinson-Durbin 快速算法 Burg 算法 第1章 引言 谱估计在信号处理方法中有很重要的作用，它不仅是分析、了解信号所含 有用信息的工具，也是信号内在本质的一种表现形式。古典谱估计方法存在着 分辨率低和方差性能不好的问题。现代谱分析是针对经典谱估计的不足，近几 年提出的谱估计新方法，其基本思路是:在进行谱估计过程中，对有限数据以外 的数据不做任何确定性假设，利用己知数据，采用外推或预测方法，由观测数 据推求m N 以后的数据。在这种情况下，首先必须寻找一个产生随机信号的模 型，通过观测的数据把模型的参数估计出来，进而求得所需的功率谱。基于模 型的功率谱估计方法，不作自相关函数Rxx (m) 0 , m n 的假设，从而避免了功 率泄漏，提高了分辨率。 功率谱估计应用范围很广，日益受到各学科和应用领域的极大重视。以傅 立叶变换为基础的传统(或经典)谱估计方法，虽然具有计算效率高的优点，但 却有着频率分辨率低和旁瓣泄漏严重的固有缺点。这就迫使人们大力研究现代 谱估计方法。现代谱估计方法是以参数模型为基础的方法。 1 / 20 第2章 谱估计理论基础 2.1 几种主要的谱估计方法 信号处理的核心，说到底就是如何保证在信号受到干扰产生失真的情况下， 正确恢复原有信号，提取有用信息。而功率谱(简称谱)估计就是信号处理的一个 重要分支，它应用范围很广，日益受到各学科和应用领域的极大重视。它是在 频率域研究随机信号的统计规律，其中心目的为了估计出随机干扰信号并将其 去除，提取有用信号，对语音、声纳、雷达等信号处理，有着重要的意义，广 泛应用于通信、控制、地球物理，它的研究对象主要是零均值平稳高斯过程。 以傅立叶变换为基础谱估计一般称为的传统(或经典)谱估计方法，传统谱估计法 又可以分为直接法和间接法，后来由于FFT 的出现，直接法和间接法往往被结合 起来使用。在信号分析方法中，傅立叶变换是较常用的数学工具。时间信号经 过傅立叶变换后，可得到它的频谱，平稳随机过程的相关函数和它的功率谱密 度是一对傅立叶变换对。 近几年，在信号功率谱密度估计方面出现了许多新的算法，其中应用最广 泛的算法是1967 年由Burg 提出的最大嫡谱估计，这些新方法连同演变出来的各 种算法不下几十种，统称为现代谱估计。它是相对经典谱估计方法而言的。其 比较有名的是:Levinson-Durbin 算法自回归模型、Burg 算法的最大嫡分析、正反 向线性预测的最小二乘算法、自回归模型、滑动平均模型、自回归一滑动平均 模型 Pisarenko 谐波分解法、Prony 提取极点法、Prony 谱线分解法以及 Capon 最大似然估计法。根据算法的基本属性，把这些算法归纳在图2. l 2.2 傅里叶变换 傅立叶变换(DFT)认为:有限长的数据段可看作无限长的取样序列进行加窗 截断后的结果。不