自相关函数的估计.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
经典功率谱估计 经典功率谱估计 广州大学物理与电子工程学院 第六章 功率谱估计 6.4 自相关函数的估计 主要内容 1、自相关函数估计的质量 2、自相关函数估计的计算 自相关函数的定义及其估计 X[k]是宽平稳各态遍历随机信号,x[k]是其一个样本,则X[k]的自相关函数可由样本x[k]的时间平均来实现: 已知x[k]的N个观测值x[0],x[1],?,x[N-1],则自相关函数的估计为: 1、自相关函数估计的质量 自相关函数估计的好坏,需要对自相关函数估计值的偏差和方差来判断。 N??,偏差、方差趋于零,是一致估计。 N 固定时,n? N,偏差、方差较大。 2、自相关函数估计的计算 方法一:按照定义计算自相关函数的估计 2、自相关函数估计的计算 自相关函数的估计由定义: 可以得到: ——卷积和 方法二:按照卷积和计算自相关函数的估计 2、自相关函数估计的计算 1. 对长度为N的x[k]补零形成L点序列: 2.计算DFT: 3.计算自相关函数的估计: 方法三:利用DFT计算自相关函数的估计 例1: 已知平稳各态遍历的实随机序列X[k]的单一样本的N个观测值为x[k]={1, 0,-1},试计算该随机序列的自相关函数估计。 分析: 已知平稳各态遍历随机序列单一样本的N个观测值,其自相关函数估计的计算方法有: (1) 根据定义: (2) 利用卷积和: (3) 利用DFT 解: 方法一:根据定义 例1: 已知平稳各态遍历的实随机序列X[k]的单一样本的N个观测值为x[k]={1, 0,-1},试计算该随机序列的自相关函数估计。 解: 方法二:利用卷积和计算 结论: 自相关函数具有偶对称性, 且 例1:自相关函数估计的计算 已知平稳各态遍历的实随机序列X[k]的单一样本的N个观测值为x[k]={1, 0,-1},试计算该随机序列的自相关函数估计。 解: 方法三:利用DFT计算 例1:自相关函数估计的计算 已知平稳各态遍历的实随机序列X[k]的单一样本的N个观测值为x[k]={1, 0,-1},试计算该随机序列的自相关函数估计。 1.对x[k]补零形成L点序列: 2.计算DFT: 3.计算自相关函数的估计: 三 、小结 1、自相关函数估计的质量 2、自相关函数估计的计算 自相关函数的估计: 估计值的偏差: 估计值的方差: 方法一:按照定义计算 方法二:按照卷积和计算 方法三:利用DFT计算 知识回顾Knowledge Review * 经典功率谱估计 经典功率谱估计 *

文档评论(0)

smdh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档