实验随机信号的功率谱估计方法11页精选文档.pdfVIP

随机信号的功率谱估计方法

一、实验目的

1、利用自相关函数法和周期图法实现对随机信号的功率谱估计

2、观察数据长度、自相关序列长度、信噪比、窗函数、平均次数等谱

估计的分辨率、稳定性、主瓣宽度和旁瓣效应的影响。

3、学习使用FFT提高谱估计的运算速度。

4、体会非参数化功率谱估计方法的优缺点。

二、实验原理

假设信号x(n)为平稳随机过程，其自相关函数定义为

()∗(n)x(n+m)}

∅m≜E{x

(3-1)

Exn

其中表示取数学期望，*表示共轭运算。根据定义，()的功率谱密度

(m)

P()与自相关序列存在下面关系：





jm(3-2)

P()(m)e

m

1





jm

(m)P()ed(3-3)

2

但是，实际中我们很难得到准确的自相关序列(m)，只能通过随机信

号的一段样本序列来估计信号的自相关序列，进而得到信号的功率谱估

计。

目前，常用的线性谱估计方法有两种，即相关函数法和周期图方法，

本实验对这两种方法分别予以讨论。

1．自相关函数法

假设我们已知随机信号x(n)的M长的自相关序列{(m)}，利用自相关

函数法可以得到x(n)的功率谱估计：

1LmˆM1ˆ



jm(3-4)

*P()(m)e

(m)x(i)x(im)

Lm

i1mM1

利用窗函数，上式又可表达为

ˆˆ



Rjm(3-5)

P()W(m)(m)e

M

m

其中，R为矩形窗函数，定义为

W(m)

M

第1页

1mM

R(3-6)

W(m)

M