随机信号谱估计方法的Ｍａｔｌａｂ实现.docVIP

随机信号谱估计方法的Ｍａｔｌａｂ实现 　　摘 要：功率谱估计是随机信号分析中的一个重要内容。从介绍功率谱的估计原理入手分析经典谱估计和现代谱估计两类估计方法的原理、各自特点及在Matlab中的实现方法。经典功率谱估计的方差大、谱分辨率差，分辨率反比于有效信号的长度，但现代谱估计的分辨率不受此限制。给出了功率谱估计的应用。 　　关键词：功率谱估计;周期图法;AR参数法;随机信号分析 　　中图分类号：TP274 文献标识码：B 文章编号：1004373X(2008)1813203 　　 　　Matlab Realization of Random Signal Spectrum Estimation 　　ZHANG Weiwei1,2,XING Wuqiang2 　　(1.Electronic Engineering College,Xidian University,Xi′an,710071,China;2.Xi′an Institute of Post Telecomunications,Xi′an,710120,China) 　　 　　Abstract：Power Spectrum Estimation is an important research topic in the area of the random signal.The paper mainly introduces the principles of classical spectrum estimation and modern spectrum estimation,discusses characteristics of the methods of realization in Matlab.The variance of classical spectrum estimation is large and the spectral resolution is not good.Resolution is inverse to the length of the valid signal.But modern spectrum estimation doesn′t limit it.At last it gives the application of power spectrum estimation. 　　Keywords：power spectrum estimation;periodogram method;AR parameter method;random signal analysis 　　 　　1 引 言 　　 　　在一般工程实际中，随机信号通常是无限长的，例如，传感器的温漂，不可能得到无限长时间的无限个观察结果来获得完全准确的温漂情况，即随机信号总体的情况，一般只能在有限的时间内得到有限个结果，即有限个样本，根据经验来近似地估计总体的分布。有时，甚至不需要知道随机信号总体地分布，而只需要知道其数字特征，如均值、方差、均方值、相关函数、功率谱的比较精确的情况即估计值。功率谱估计（PSD）是用有限长的数据估计信号的功率谱，它对于认识一个随机信号或其他应用方面都是重要的，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谱估计（非参数估计）和现代谱估计（参数估计）。前者的主要方法有2种：一种是间接法；另一种是直接法。后者的主要发法有最大熵谱分析法（AR模型法）、Pisarenko谐波分解法、Prony提取极点法、Prony谱线分解法以及Capon最大似然法。其中周期突法和AR模型法是用得较多且最具代表性的方法。 　　 　　2 周期图法 　　 　　由于对信号做功率谱的估计，需要用计算机实现，如果是连续信号，则需要变换为离散信号。下面讨论离散随机信号序列的功率谱估计问题。 　　连续时间随机信号的功率谱密度与自相关函数是一对傅里叶变换对，即:S??x(Ω)=∫∞??－∞R??x(τ)e－jΩτdτ 　　若R??x(m)是R??x(τ)的抽样序列，由序列的傅里叶变换的关系，可得:S??x(ejω)=∑∞m=－∞R??x(m)e－jωn 　　即S??x(ejω)与R??x(m)也是一对傅里叶变换对。显然，由序列傅里叶的频谱特性可知S??x(ejω)是以2π为周期的。而实际计算只能从离散随机信号序列x(n)的有限长（长度为N）的数据来对S??x(ejω)与R??x(m)进行估计。设有限长离散序列为x??N(n)，则:??x??N(m) = 1N［x??N (m)*x??N (-m)］ 　　??x??N(ejω) =DFT［R??x??N(m)］ 　　由DFT的下列卷积特性： 　　若X(ejω)