现代信号处理08.pptVIP

内 容 经典谱估计与现代谱估计 参数模型法概述 基于AR模型的谱估计法 最大熵谱估计算法 最小方差谱估计 基于矩阵特征分解的谱估计 高阶谱估计呛口小辣椒博客 内 容 随机信号的特征 经典谱估计与现代谱估计 参数模型法概述 基于AR模型的谱估计法 最大熵谱估计算法 最小方差谱估计 基于矩阵特征分解的谱估计 高阶谱估计 高阶谱估计 研究的必要性 高阶统计量 高阶谱 高阶累积量和多谱的性质 三阶相关和双谱及其性质 基于高阶谱的相位谱估计 基于高阶谱的模型参数估计 多谱的应用 参考:《现代数字信号处理》(184-199；204-205) 研究高阶谱的必要性 关于模型参数估计问题 所谓模型参数估计，就是根据有限长的数据序列(如模型输出端所观测到的信号y(n)来估计图中随机信号模型的参数，) 与前面所述不同之处在于：这里考虑了观测过程所引入的噪声v(n). 研究高阶谱的必要性 基于二阶统计量的模型参数估计方法的缺陷 研究高阶谱的必要性 二阶统计量方法的基本限制 前面讨论的方法中，一般都假设： 研究高阶谱的必要性 二阶统计量方法存在的问题 研究高阶谱的必要性 解决问题的方法 高阶统计量 特征函数与高阶矩 高阶统计量 累积量生成函数与高阶累积量(cumula