毕业设计（论文）《白噪声中正弦组合的功率谱分析论文》.docVIP

l 郑州大学 白噪声中正弦组合的功率谱分析 郑州大学 白噪声中正弦组合的功率谱分析 专业： 通信工程(1) 学生姓名： 学号: 20092420128 指导教师： 完成时间： Time \@ yyyy年M月d日2013年11月7日 摘要 本文分别选取古典谱估计,现代参数方程谱估计,特征分解法谱估计中的各一种对淹没在白噪声中的正弦信号进行功率谱分析,并进行了相应的matlab仿真, 仿真程序和结果见附录. 关键词:功率谱,自相关,估计 Abstract This paper selected the classical spectrum estimation, parameter equation of modern spectral estimation, feature decomposition spectral estimation to analysis the sine signal concealed in the white noise , and conducted the implementation of the corresponding matlab simulation ,the Simulation program and results are Save on the appendix. Key words: power spectrum, autocorrelation, estimation 一.课题简介 由于白噪声中的正弦组合是最常见的随机过程,而估计淹没在噪声中的正弦波频率即是信号处理中最有实际应用价值的技术之一,也是测试所有谱估计性能的基础.所以在本课题中以信号 为例进行研究,并分别以经典谱估计中的自相关法(间接法),和现代谱估计AR模型的Yule-Walker法(自相关法),以及分离信号子空间和噪声子空间的特征分解法(MUSIC)分别进行功率谱估计.最后再根据不同方法得到的不同结果进行分析. 二.信号分析的演变 在进行课题研究之前,我们首先明确一下为什么要进行信号谱分析.最初的信号研究知识局限在时域,但是随着科技的进步,时域分析已经完全满足不了科研需要,于是人们开始把目光转向了频域. 最初,根据任何信号f(t)都可以在特定区间内展开成由完备正交集构成的无穷级数的理论,我们可以吧一个周期信号分解为有不同频率谐波组成的形式,并且分别在三角集和指数集中得到三角型傅里叶级数和指数型傅里叶级数,由于指数型运算的简便性,人们选择了指数型运算进行了深入发展,即以为振幅,以为相角分别得到周期信号的频域幅度谱和相位谱 对于非周期信号,由于相当于周期T区域无穷,所以基波角频率区域无穷小,个分量的幅度也相应的趋于无穷小,不能在进行幅度谱分析了,故引出新的概念频谱密度 即单位频率的振幅,也就是我们通常所说的频谱 ,这里引出了傅里叶变换,即 根据傅里叶变换,我们可以进行频谱分析了 下一步,引入能量谱的概念,信号能量,其中为单位频率的信号能量,也称为能量密度函数,即我们所说的能量谱 , 第四步,与能量谱类似引入功率谱概念 , 由于随机信号不能用频谱表示(能量无限),但是由维纳辛钦定理,功率有限信号的功率谱函数语气自相关函数是一对傅里叶变换,所以我们可以由信号的自相关函数求得其功率谱,然后利用功率谱来描述随机信号的频域特性. 三.本文中用到的三种谱分析方法 Ⅰ.古典谱估计之相关法 相关法谱估计是以相关函数为媒介来计算功率谱,又叫做间接法它的理论基础是维纳-辛钦定理,其具体步骤如下: 第一步,由获得的N点数据构成的有限长序列xn(n)来估计自相关函数,即: 第二步,由自相关函数的傅里叶变换求功率谱,即 以上两步经历了两次截断,一次是估计 时仅利用了x(n)的N个观测值,这相当于对x(n)加矩形窗截断.该窗是加在数据上的,一般称为加数据窗.另一次是估计时仅利用了从-(M-1)到(M-1)的,这相当于对加矩形窗截断,将截成(2M-1)长,这称为加延时窗.式中和分别表示对和的估值.由于MN,使得上式的运算量不是很大,因此在FFT问世之前,相关法是最常用的谱估计方法. FFT问世以后,情况有所变化,这里只进行基本思想介绍,不再进行matlab程序仿真. 因为阶段后的可视作能量信号,由相关卷积定理 对上式两边取(2N-1)点DFT,并将时域卷积变为频域乘积,有 于是可得用FFT求方案如下: 对N长充(N-1)个零,成为(2N-1)长的. 求(2N-1)点的FFT,得: 求 求(