2021年现代谱估计计算机仿真实验报告.docVIP

2021年现代谱估计计算机仿真实验报告 2021年现代谱估计计算机仿真实验报告 PAGE / NUMPAGES 2021年现代谱估计计算机仿真实验报告 现代谱估量计算机仿真试验汇报 胡敏 在很多工程应用中, 利用观察到一组样本数据估量并分析一个平稳信号功率谱密度是十分关键。比如, 在雷达信号处理中, 由回波信号功率谱密度、 谱峰宽度、 高度和位置, 能够确定目标位距离和运动速度; 在阵列信号处理中, 空间功率谱描述了信号功率随空间角度分布情况。在很多信号处理应用中, 谐波过程常常会碰到, 它对应功率谱为线谱, 谐波过程功率谱估量就是要确定谐波个数, 频率和功率（合称谐波恢复）。为了愈加好学习现代信号处理中该部分内容, 我们做了对应计算机仿真试验。 1 试验目 1、 深入了解现代谱估量友好波恢复基础理论, 包含ARMA模型, ARMA谱估量, ARMA模型识别, Pisarenko谐波分解, 信号子空间和噪声子空间, 旋转不变技术(ESPRIT); 2、 熟悉与上述谱估量友好波恢复理论相关数学方法以及各自特点, 包含最小二乘估量（LS）, 奇异值分解（SVD）, 总体最小二乘估量（TLS）, 特征值分解和广义特征值分解; 3、 体会ARMA功率谱估量中Cadzow谱估量子和Kaveh谱估量子, ARMA模型识别方法, Pisarenko谐波恢复方法, ARMA建模谐波恢复方法, MUSIC方法进行谐波恢复, 两种ESPRIT方法（LS-ESPRIT和TLS-ESPRIT进行谐波恢复; 2 试验原理 2.1 ARMA谱估量 相当多平稳过程都能够经过用白噪声激励线性时不变系统来产生, 而线性系统又能够用线性差分方程进行描述, 这种差分模型就是自回归—滑动平均（ARMA）模型。而且, 任何一个有理式功率谱密度都能够用一个ARMA过程功率谱密度正确迫近。ARMA过程定义为服足下列线性差分方程离散过程: （1） 式中是一离散白噪声; 式（1）所表示差分方程称为ARMA模型, 系统和分别称为自回归（AR）参数和滑动平均（MA）参数, 而和分别叫做AR阶数和MA阶数。ARMA过程能够简记为ARMA, 使用移位算子能够把它写作以下形式: （2） 其中: 若, 则平稳ARMA过程功率谱密度为: （3） 用（3）式进行谱估量必需事先辨识ARMA 模型和激励噪声方差, 而MA参数估量需要求解非线性方程。为了避开非线性运算, Cadzow和Kaveh分别提出了一个线性谱估量子: 1、 Cadzow谱估量子 （4） (5) (6) (7) 其中为协方差函数。所以用Cadzow谱估量子只需要确定AR阶数和AR参数就能进行ARMA谱估量。 2、 Kaveh谱估量子 （8） （9） Kaveh谱估量子需要确定AR阶数, AR参数和MA阶数来进行ARMA谱估量。 3、 AR阶数和参数确定 对于一个ARMA过程, 能够推出其相关函数满足以下方程: (10) 其中为系统冲激响应, 依据其定义能够得到: （11） 由（10）式和（11）式就能推导得到著名修正Yule-Walker方程, 简称MYW方程: , （12） 若已知AR阶数, 就能经过求解个MYW方程来求解AR参数: （13） 其中: 该方程能够用最小二乘法估量值: （14） 而实际问题中, AR阶数往往是未知, 此时可用奇异值分解法确定AR阶数, 总体最小二乘估量AR参数, 合称SVD-TLS算法。考虑超定方程: （15） 其中: , , 。若, 就能够经过对奇异值分解: （16） 中包含个奇异值, 将其归一化: ,