功率谱估计方法综述.docVIP

功率谱估计方法综述： 简介：随机信号的持续时间是无限长的，因此随机信号的总能量是无限的，因而随机过程的 任意一个样本寒暑都不满足绝对可积条件，所以其傅里叶变换不存在。尽管随机信号的总能 量是无限的，但其平均功率却是有限的，因此，要对随机信号的频域进行分析，应从功率谱 出发进行研究才有意义。信号的功率谱密度描述随机信号的功率在频域随频率的分布。功率 谱估计（PSD）是用有限长的数据来估计信号的功率谱，即利用给定的N个样本数据估计一个平 稳随机信号的功率谱密度。 背景：功率谱估计在实际工程中有重要应用价值，如在语音信号识别、雷达朵波分析、波达 方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透 镜T?涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域，发挥了重要作用。功率 谱估计方法主要分为2大类：非参数化方法（又称经典功率谱估计）和参数化方法（又称现 代功率谱估计）。非参数化方法有相关函数法（BT法）、周期图法、平均周期图法、平滑平均 周期图法等；而参数化谱估计有R模型法、移动平均模型法（简称MA模型法）、自回归移动平 均模型法（简称AR\仇模型法）、最大爛谱分析法（AR模型法）、Pisarenko谐波分解法、Prony 提取极点法、Prony谱线分解法以及capon最大似然法等，由于涉及许多复杂数学计算，在此 未作详细数学推导，以下介绍几种常用的功率谱估计方法 一、非参数化方法（经典法） 经典功率谱估计是将数据工作区外的未知数据假设为零，相当于数据加窗C 1、自相关法 又称相关函数法（I3T法），根据维纳一辛钦定理：平稳随机过程的自相关函数和功率谱函数 是一傅里叶变换对，对于平稳随机信号來说，其相关函数是确定性函数，故其功率谱也是确 定的.这样可由平稳随机离散信号的有限个离散值，求出自相关函数，然后作Fourier变换, 得到功率谱。由于随机序列｛X（n）j的自相关函数R（n）=E[X（n）X（n^）]^义在离散点〃止，设 取样间隔为错误!未找到引用源。，可将随机序列的自相关函数用连续时间函数表示为 错误!未找到引用源。 等式两边取傅里叶变换，则随机序列的功率谱密度 错误!未找到引用源。 错误!未找到引用源。 错误!未找到引用源。 BT法是先估计口相关函数RxGn）（lnil=0,l,2???,N-l）,然后再经过离散傅里叶变换 求的功率谱密度的估值错误!未找到引用源。。即 错误!未找到引用源。 其中错误!未找到引用源。可有式得到。 Fs二500; %采样频率 n二0:1/Fs: 1; %产生含有噪声的序列 xn=cos(2*pi*40*n)+3*cos(2*pi*90*n)+ randn(size(n)); nfft二512; cxn=xcorr (xn,5 unbiased，); %计算序列的自相关函数,mat lab函数xcorr (求自相关函数) unbiased 无偏 CXk=fft(cxn,nfft); (即自相关函数)进行快速傅里叶变换，nfft为周期 Pxx=abs(CXk)； (频谱)取绝对值(为什么取绝对值) index=0:round(nfft/2-l) ; %计算出各点对应的功率谱 k=index*Fs/nfft; plot Pxx=10*logl0(Pxx(index+1)); figure(l) plot (k, plot Pxx); 2、E3期图法 2、 E3 期图法 周期图法是把随机序列X (门)的N个观测数据视为一-能量有限的序列，直接计算X (门)的离散傅 立叶变换，得x(k),然后再取其幅值的平方，并除以N,作为序列x(n)真实功率谱的估计。 Mat lab代码示例2： Fs=600;%采样频率 门二0:1/Fs: 1;%产生含有噪声的序列 xn=cos(2*pi*40*n)+3*cos(2*pi*90*n)+0. 1*randn(size(n)); window-boxcar (length (xn));%矩形窗 nfft=512; [Pxx, f]=periodogram(xn, window, nfft, Fs) ;%直接法计算功率谱密度，xn为功率谱密度信 号，window为窗口，nfft为采样点数，fs釆样频率 plot(f, 10*logl0(Pxx)); window-boxcar (length (xn)) ;% 矩形窗 nfft二1024; [Pxx, f] =periodogram(xn, window, nfft, Fs) ;%直接法 figure(l) plot (f, 10*logl0(Pxx)); 3、平均法 即Bartlett平均周期图法，是将N点的有限长序列x（门）分段求周期图再平均.将长度为N的数 据分为L段，先对每段数