信号处理第11章经典谱估计.pptVIP

平稳随机信号功率谱的两个定义： 最后有： 由于 如何理解这一结果 所以： 周期图和自相关法都是渐近无偏估计 因为： 2. 方差 又遇到四阶矩问题，直接求解困难。 （1）假定 是高斯零均值的随机过程； 思路： （2）求 在 处的协方差 ： 定义： 有关方差公式的推导不作要求。主要是掌握结论，并用来说明问题。 （3）令 ，则 求解的关键 推导的结果：方差 （1） 时 经典功率谱估计不是一致估计 解释： 推导的结果：协方差 假定 在主瓣外为零； 那么，在频率范围 内： 有 （2） 若 的主瓣宽度为 ； 在 处， 说明：随机变量 在 处不相关; 原因：功率谱的定义中即要求极限，又要求均 值；而实际的估计方法，仅靠单次实现 的有限长，无极限、又无均值运算，因 此产生上述问题。 设想：增大数据长度，效果如何 后果：使估计出的谱曲线起伏加剧； 增大， 的主瓣（ ）将变窄，因此，引起不相关的区域进一步增多，从而引起谱曲线的更加起伏，实际上是方差变大。 分辨率和方差（体现在曲线起伏上），是经典谱估计中的一对矛盾。 通常，增加 ，会提高谱的分辨率，对经典谱估计来说，增加 固然会有利于提高分辨率，但谱曲线的起伏令使用者难以接受，这是经典谱估计的一个致命缺点。 对白噪声在不同长度情况下估计出的谱曲线： N＝16 N ＝32 N＝64 N ＝128 经典谱估计质量的讨论： (二) ：加在估计的自相关函数上 ， 周期图谱估计和自相关法的谱估计 不再一样！ 1. 偏差 谁的主瓣比较宽 假定1： 是慢变谱，在 的主瓣内近似为一个常数 假定2 窗函数的一般要求 也是渐近无偏估计！ 2.方差 考虑特殊情况， 为白噪序列，其功率谱应为常数，即 时对白噪声功率谱估计的方差 时对白噪声功率谱估计的方差 ：方差改进之比 两种情况下估计的方差之比： 取哈明窗： 1. 在 加上 后，估计的谱 的偏差劣于 M=N－1 时估计的谱，而方差优于 M=N－1 时估计的谱； （2）在 的范围上， 因为B变大， 不相关的点变少。 2. 上加窗 以后，估计谱 方差的改进体现在两个方面： （1） 估计的谱曲线变得平滑些 原主瓣宽，取决于 现主瓣宽，取决于 3. 方差的减小是以牺牲分辨率为代价的！ 若分辨率能满足要求，则这样做是有意义的，即既保证了分辨率，又使估计出的谱较为平滑。 11.5 直接法估计的改进 任务：改进 对 估计的性能； 目标：主要是改进方差的性能 方法：平滑与平均； 用 对 的加窗来实现 1. 平滑（Smoothing) 平滑 理论依据: L个独立同分布随即变量和的分布，方差减小 倍，即： 将一个较长的信号分成若干段，对每一段求功率谱，每一段的功率谱都是随机变量，然后平均之。类似相干平均，用以弥补经典谱估计中缺少的求均值运算。注意：信号应是平稳的，且每一段的统计特性基本一样。 2. 平均（Average） （1） Bartlett平均 将 分成 段，每段 点，即 每一段谱 平均后谱 平均后估计出的功率谱的性能如何？ 在数据上加了数据窗