维纳滤波器与自适应滤波器-read.docVIP

第五章 AR谱分析与自适应谱线增强器 张飞X5-1.假设观测数据由下式产生: 试用一般的最小二乘法估计观测数据的AR模型(模型的阶次分别取4和6)，并分别用DFT和AR谱估计方法估计正弦波的频率和统计结果(均值和方差)。 解：根据题意，编出仿真程序如下： N=128; for num=1:10 Signal=6*sin(0.4*pi*[1:N])+sin(0.43*pi*[1:N]); Noise=1*randn(1,N); x=Signal+Noise; i=1; z0=fft(x,N); z0=abs(z0).^2 for k=1:N/2 if z0(k)==max(z0) w11=k; end end for k=1:N/2 if (k w11 z0(k)=z0(k-1) z0(k)=z0(k+1) ) w12(i)=k;i=i+1; end end n=1:N/2;z0=z/max(z0); f11(num)=(w11-1)*2/N; f12(num)=(w12(1)-1)*2/N; mean11=mean(f11) mean12=mean(f12) var11=std(f11)^2 var12=std(f12)^2 subplot(3,1,1) ;plot((n-1)*2/N,z0(1:N/2));grid; th0=ar(x,4,ls); u=1*randn(N,1); y=idsim(u,th0); z1=fft(y,N); z1=abs(z1).^2; i=1; for k=1:N/2 if z1(k)==max(z1) w21=k; end end for k=1:N/2 if (k w21 z1(k)=z1(k-1) z1(k)=z1(k+1) ) w22(i)=k;i=i+1; end end n=1:N/2; f21(num)=(w21-1)*2/N; f22(num)=(w22(1)-1)*2/N; mean21=mean(f21) mean22=mean(f22) var21=std(f21)^2 var22=std(f22)^2 subplot(3,1,2) ;plot((n-1)*2/N,z1(1:N/2));grid; th1=ar(x,6,ls); u1=randn(N,1); y1=idsim(u1,th1); z2=fft(y1,N); z2=abs(z2).^2; i=1; for k=1:N/2 if z2(k)==max(z2) w31=k; end end for k=1:N/2 if (k w31 z2(k)=z2(k-1) z2(k)=z2(k+1) ) w32(i)=k;i=i+1; end end n=1:N/2; f31(num)=(w31-1)*2/N; f32(num)=(w32(1)-1)*2/N; end mean31=mean(f31) mean32=mean(f32) var31=std(f31)^2 var32=std(f32)^2 subplot(3,1,3) ; plot((n-1)*2/N,z2(1:N/2)); grid; 运行上述程序可得： 频率0.4 频率0.43 mean11 =0.4063 mean12 =0.4375 var11 =0 var12 =0 mean21 =0.4031 mean22 =0.4609 var21 =4.3403e-005 var22 =6.1035e-004 mean31 =0.4016 mean32 =0.4516 var31 =1.1122e-004 var32 =2.9568e-004 分析上述结果可得以下结论： (1)比较以上结果，可以发现6阶AR谱估计要比4阶AR谱估计更接近期望值，这说明6阶AR模型相对4阶AR模型能够更好地逼近观测数据模型。 (2) AR谱估计对0.4谱线的估计准确度要高于DFT估计方法；原因是0.4谱线的信噪比很高，而在高信噪比情况下，AR谱估计能很好地近似实现皮萨连柯谱估计，估计效果优于DFT估计方法。 (3) AR谱估计对0.43谱线的估计准确度低于DFT估计方法。原因是0.43谱线的信噪比低。这也说明在低信噪比情况下，AR谱估计不能很好地近似实现皮萨连柯谱估