经典功率谱与Burg法功率谱估计.docVIP

现代信号处理作业 实验题目： 设信号，其中是内的独立随机变量，v(n)是单位高斯白噪声。 1.利用周期图法对序列进行功率谱估计。数据窗采用汉明窗。 2.利用BT法对序列进行功率谱估计，自相关函数的最大相关长度为M=64,128,256,512采用BARTLETT窗。 3.利用Welch法对序列进行功率谱估计，50%重叠，采用汉明窗，L=256,128,64。 4.利用Burg法对序列进行AR模型功率谱估计，阶数分别为10，13. 要求每个实验都取1024个点，fft作为谱估计，取50个样本序列的算术平均，画出平均的功率谱图。 实验原理： 1）。周期图法： 又称间接法，它把随机信号的N个观察值xN(n)直接进行傅里叶变换，得到XN(ejw),然后取其幅值的平方，再除以N，作为对x（n）真实功率谱的估计。 ， 其中 。BT法： 对于N个观察值x(0),x(1),。。。,x(N-1),令xN(n)=a(n)x(n)。计算rx（m）为 ,计算其傅里叶变换，作为观察值的功率谱的估计。其中v(m)是平滑窗。 3)。Welch法： 假定观察数据是x(n),n=0,1,2...,N-1，现将其分段，每段长度为M,段与段之间的重叠为M-K,第i个数据段经加窗后可表示为 其中K为一整数，L为分段数，该数据段的周期图为，其中。由此得到平均周期图为。其中归一化U取。 4）。Burg法： 在约束条件下，使得极小化，其中，约束条件是它所得到的各阶模型解要求满足Levison递归关系。 仿真结果： 周期图法 2.1）BT 法，平滑窗采用BARTLETT窗，长度为64； 2.2）BT 法，平滑窗采用BARTLETT窗，长度为128； 2.3）BT 法，平滑窗采用BARTLETT窗，长度为256； 2.4）BT 法，平滑窗采用BARTLETT窗，长度为512； 3. Welch法 3.1 L=256 3.2 L=128 3.1 L=64 4.1。Burg法，阶数为10； 4.1。Burg法，阶数为13； 仿真分析： 1. 周期图法得到的功率谱，特点是离散性大，曲线粗糙，方差较大，但是分辨率较高； 2. 从图中可以看出间接法估计的偏差大于周期图法。这是因为BT法在上施加了一个较短的平滑窗v(m)。但是BT法得到的功率谱的方差，从图中可以看出，要小于周期图法得到的方差，所以其分辨率要比周期图法差。 从理论上，BT法和周期图法的方差之比为，一般来说，v(m)是以m=0对称递减的，又MN,所以1。验证了实验所得。 BT法中对于延迟窗取不同的长度，从图中可以看出，长度越长，方差越大，分辨率越高。因为BT法的方差和成正比关系，当长度越长时，越大，所以得到的功率谱的方差越大。 （BT法中要求平滑窗的长度为2M+1，即为奇数，关于m=0处对称。本实验中，给出的平滑窗为偶数，与自相关函数关于m=0对称，且r（0）最大这一特性是否十分吻合，值得商榷）。 3. Welch法是将N点观察值分为L个数据段，用以改善功率谱图的方差特性。从图中看出，对比周期图法，Welch法作出的功率谱图的方差特性的确得到大大的改善。但是在给每段序列用适当的窗口函数加权后，在得到平滑的估计结果同时，使得功率谱额主瓣变宽，因此分辨率有所下降。 从图中可以看出，Welch法中，随着分的段数增加，得到的功率谱的方差变得更好，这是因为Welch法中方差与分的段数大约成反比关系。而分辨率则随着段数增加而下降。 burg法从图中可以看出，随着阶数的增高，分辨率提升。本实验中，由于阶数比较小，得到的功率谱图并不理想。现代谱估计的一些隐含着数据和自相关函数的外推, 使其可能的长度超过给定的长度, 不象经典谱估计那样受窗函数的影响。因而现代谱的分别率比较高, 而且现代谱线要平滑得多。