周期图法估计功率谱.pdfVIP

学 海 无 涯 随机信号谱估计方法的Matlab 实现 摘要： 功率谱估计是随机信号分析中的一个重要内容。从介绍功率谱的 估计原理入手分析经典谱估计和现代谱估计两类估计方法的原理、各 自特点及在Matlab中的实现方法。经典功率谱估计的方差大、谱分辨 率差，分辨率反比于有效信号的长度，但现代谱估计的分辨率不受此 限制。给出了功率谱估计的应用。 关键词：功率谱估计；周期图法；AR 参数法； 1 引言 在一般工程实际中，随机信号通常是无限长的，例如，传感器的 温漂，不可能得到无限长时间的无限个观察结果来获得完全准确的温 漂情况，即随机信号总体的情况，一般只能在有限的时间内得到有限 个结果，即有限个样本，根据经验来近似地估计总体的分布。有时， 甚至不需要知道随机信号总体地分布，而只需要知道其数字特征，如 均值、方差、均方值、相关函数、功率谱的比较精确的情况即估计值。 功率谱估计(PSD)是用有限长的数据估计信号的功率谱，它对于认识 一个随机信号或其他应用方面都是重要的，是数字信号处理的重要研 究内容之一。功率谱估计可以分为经典谱估计(非参数估计)和现代谱 估计(参数估计)。 2 .平均周期图法和平滑平均周期图法 对于周期图的功率谱估计, 当数据长度N 太大时, 谱曲线起伏 加剧, 若N 太小, 谱的分辨率又不好,因此需要改进。两种改进的估 1 学 海 无 涯 计法是平均周期图法和平滑平均周期图法。 (1) Bartlett 法: Bartlett 平均周期图的方法是将N 点的有限长序列x(n)分段求 周期图再平均。 Matlab 代码示例1: fs=600; n=0:1/fs:1; xn=cos(2*pi*20*n)+3*cos(2*pi*90*n)+randn(size(n)); nfft=512; window=hamming(nfft); %矩形窗 noverlap=0;%数据无重叠 p=0.9;%置信概率 [Pxx,Pxxc]=psd(xn,nfft,fs,window,noverlap,p); index=0:round(nfft/2- 1); k=index*fs/nfft; plot_Pxx=10*log10(Pxx(index+1)); plot_Pxxc=10*log10(Pxxc(index+1)); figure(1) plot(k,plot_Pxx); figure(2) plot(k,[plot_Pxx plot_Pxx- plot_Pxxc plot_Pxx+plot_Pxxc]); 2 学 海 无 涯 matlab调试图下图 3 学 海 无 涯 (2) Welch 法: Welch 法对Bartlett 法进行了两方面的修正, 一是选择适当的 窗函数w(n), 并在周期图计算前直接加进去, 加窗的优点是无论什 么样的窗函数均可使谱估计非负。二是在分段时, 可使各段之间有重 叠,这样会使方差减小。 Matlab 代码示例4: Fs=600; n=0:1/Fs:1; xn=cos(2*pi*40*n)+3*cos(2*pi*90*n)+randn(size(n)); nfft=512; 4 学 海 无 涯 window=boxcar(100);%矩形窗 window1=hamming(100);%海明窗 window2=blackman(100);%blackman 窗 noverlap=20; %数据无重叠 range=half; %频率间隔为[0 Fs/2], 计算一半的频率 [