《实验一：随机过程的模拟与特征估计》.docxVIP

实验一：随机过程的模拟与特征估计 一、 实验目的 了解随机过程特征估计的基本概念和方法， 学会运用MATLAB软件产生各种随机过程, 对随机过程的特征进行估计，并通过实验了解不同估计方法所估计出来的结果之间的差异。 二、 实验原理 高斯白噪声的产生 利用MATLAB函数randn产生 自相关函数的估讨 K(m)=1 N叫 K(m)= 1 N叫 x(n m)x(n) N n =0 N _im J 、xnUn n=0 对有偏估计 1 R、(m)=厂m 对无偏估计 MATLAB自带的函数为xcorr(),阐述xcorr的用法 R=xcorr(x,y)或 R=xcorr(x,y, option )用来求序列 x(n)与 y(n)的互相关函数 R=xcorr(x)或R=xcorr(x, option)用来求序列x(n)的自相关函数 option选项是： biased有赢宙 unbiased 无偏估计, cbeff，m=0的祖关醐簸-化加 none ,不作归一化处理 功率谱的估计 利用周期图方法估计功率谱， 冬停)=」|xs)2 N 提示：MATLAB自带的函数为periodogram()，阐述periodogram()的用法; 阐述其它谱估计方法的用法 [Pxx,w]=periodgram(x) Pxx为对应频率w的功率谱密度值。 [Pxx,w]=periodgram(x,window) window =boxcar(n)矩形窗 (Rectangle Window) window =triang(n)三角窗 (Triangular Window) window =hanning(n)汉宁窗 (Hanning Window) window =hamming(n)海明窗(Hamming Window) window =blackman(n)布拉克曼窗 (Blackman Window) window=kaiser(n,beta) 恺撒窗 (Kaiser Window ) Window代表与x等长度的窗序列，对数据进行加窗。 其它谱估计方法： 相关函数法(BT法) 该方法先由序列x(n)估计出自相关函数R(n),然后对R(n)进行傅立叶变换，便得到x(n) 的功率谱估计。 r=xccor(x); R=fft(r); Pxx=abs(R); 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。两种改进的估计法是平均周期图法和平滑平均周期图法。 Bartlett Welch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 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。 现代谱估计-非参数法 MTM法pmtm:使用正交窗口来截取获得相互独立的改进周期图法功率谱估计，然后再把 这些估计结果结合得到最终的估计。随着 NW的增大，窗的个数增多，会有更多的谱估计， 从而谱估计的方差得到减小，但同时带来谱泄露的增大，而且正的谱估计的结果将会有更大 的偏差。 MUSIC法pmusic :基于矩阵特征分解的谱估计非参数方法，它把相关数据矩阵中的信息分 类，把信息分配到信号的子空间或噪声的子空间。它适合于普遍情况下的正弦信号参数估计 的方法，是多信号分类法的简称。 特征向量法peig:也是一种基于矩阵特征分解的谱估计非参数方法，它主要适用于混有噪 声的正弦信号的功率谱估计，此方法利用相关矩阵的特征值来对 MUSIC法公式中的求和进 行加权得到的。 Matlab函数 Spectrunn Estimation Methods spectrum.estiTtfttlioil Description Corresponding Functio spEctTiio. biaxrg Bjrg pb-uirg spectrum.cov Covariance pcov spectrum-eigenvector paig apectruri. mcov h/lodified covanan ce pmcov spectrum.mtm Thompson multrtaper pmtm spectruin. niiislc Multiple Signal Classilicaiion pnmsLC sp ect xum . T?errz_ ado gram Pen odogFarn peiz iodo gr am apectrum.weLch Welch pwelch spectru