随机信号的功率谱密度.docVIP

随机信号的功率谱密度

估计和相关函数

随机信号的功率谱密度估计和相关函数

1．实验目的

了解估计功率谱密度的几种方法，掌握功率谱密度估计在随机信号处理中的作用。

⒉实验原理

随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。

1.线性估计法〔有偏估计〕：线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。包括自相关估计、自协方差法、周期图法。

2.非线性估计〔无偏估计〕：非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。包括最大似然法、最大熵法

⒊实验任务与要求

1.所有功能均用matlab仿真。

2.输入信号为：方波信号+n(t)，方波信号信号基频1KHz，幅值为1v，n(t)为白噪声。

3.编写自相关估计法、自协方差法、周期图法、最大似然法、最大熵法的matlab程序。正确的运行程序。

4.必须用图示法来表示仿真的结果。对几种功率谱估计的方法进行比拟分析，发现它们各自有什么特点？。

5.按要求写实验报告。

4.Matlab程序如下：

生成输入信号：

clear;

fs=1024;%设采样频率为1024

n=0:1/fs:1;

N=length(n);

W=2000*pi;%因方波频率F=1000HZ所以角频率W=2000pi

X1n=square(W*n);%方波信号

X2n=randn(1,N);%白噪声信号

xn=X1n+X2n;

%产生含有噪声的信号序列XN

subplot(3,1,1)

plot(n,xn);

xlabel(n)

ylabel(‘输入信号’)

%绘输入信号图

〔1〕.周期图法：

fs=4000;

n=0:1/fs:1;

N=length(n);

W=2000*pi;

x1n=square(W*n);

x2n=randn(1,N);

xn=x1n+x2n;

subplot(3,1,1)

plot(n,xn);

Nfft=256;N=256;%傅里叶变换的采样点数256

Pxx=abs(fft(xn,Nfft).^2)/N;

f=(0:length(Pxx)-1)*fs/length(Pxx);

subplot(3,1,2),

plot(f,10*log10(Pxx)),%转成DB单位

xlabel(频率/HZ),ylabel(功率谱/db),title(周期图法);

〔2〕.相关函数法：

fs=1000;

n=0:1/fs:1;

N=length(n);

W=2000*pi;

x1n=square(W*n);

x2n=randn(1,N);

xn=x1n+x2n;

subplot(3,1,1)

plot(n,xn);%输入信号

m=-100:100

[r,lag]=xcorr(xn,100,biased)%求XN的自相关函数R，biased为有偏估计lag为R的序列号

subplot(3,1,2)

hndl=stem(m,r);%绘制离散图，分布点从-100—+100

set(hndl,Marker,.)

set(hndl,MarkerSize,2);

ylabel(自相关函数R(m))

%利用间接法计算功率谱

k=0:1000;%取1000个点

w=(pi/500)*k;

M=k/500;

X=r*(exp(-j*pi/500).^(m*k));%对R求傅里叶变换

magX=abs(X);

subplot(3,1,3)

plot(M,10*log10(magX));

xlabel(功率谱的改良直接法估计)

〔3〕.自协方差法：

clearall;

fs=1000;

n=0:1/fs:3;

P=2000*pi;

y=square(P*n);

xn=y+randn(size(n));

%绘制信号波形

subplot(211)

plot(n,xn)

xlabel(时间〔s〕)

ylabel(幅度)

title(y+randn(size(n)))

ymax_xn=max(xn)+0.2;

ymin_xn=min(xn)-0.2;

axis([00.3ymin_xnymax_xn])

%使用协方差法估计序列功率谱

p=floor(length(xn)/3)+1;

nfft=1024;

[xpsd,f]=pcov(xn,p,nfft,fs,half);

%绘制功率谱估计

pmax=max(xpsd);

xpsd=xpsd/pmax;

xpsd=10*log10(xpsd+0.000001);

subplot(2,1,2)

plot(f,xpsd)

title(基于协方差的功率谱估计)

ylabel(功率谱估计〔db〕)

xlabel(频率〔HZ〕)

gri