【正文】 畢業(yè)設(shè)計（論文）題目： 基于BURG算法的譜估計研究及 其MATLAB實現(xiàn) 目 錄一、畢業(yè)設(shè)計（論文）開題報告二、畢業(yè)設(shè)計（論文）外文資料翻譯及原文三、學生“畢業(yè)論文（論文）計劃、進度、檢查及落實表”四、實習鑒定表XX大學XX學院畢業(yè)設(shè)計（論文）開題報告題目： 基于BURG算法的譜估計研究及 其MATLAB實現(xiàn) 機電 系 電子信息工程 專業(yè)學 號： 　　　 　　　　學生姓名： 指導教師： 　 （職稱：講　師 ） （職稱： ） XXXX年XX月X日課題來源功率譜估計在近30年中獲得了飛速發(fā)展。涉及到信號與系統(tǒng)、隨機信號分析、概率統(tǒng)計、隨機過程、矩陣代數(shù)等一系列學科，廣泛應(yīng)用于雷達、聲納、通信、地質(zhì)、勘探、軍事、天文、生物醫(yī)學工程等眾多領(lǐng)域。科學依據(jù)（包括課題的科學意義；國內(nèi)外研究概況、水平和發(fā)展趨勢；應(yīng)用前景等）實際中，數(shù)字信號的功率譜只能用所得的有限次記錄的有限長數(shù)據(jù)來予以估計，這就產(chǎn)生了功率譜估計這一研究領(lǐng)域。功率譜的估計大致可分為經(jīng)典功率譜估計和現(xiàn)代功率譜估計，針對經(jīng)典譜估計的分辨率低和方差性能不好等問題提出了現(xiàn)代譜估計，AR模型譜估計就是現(xiàn)代譜估計常用的方法之一。隨著信號處理理論和電子技術(shù)的迅猛發(fā)展，譜估計分析在已經(jīng)在國內(nèi)外各個領(lǐng)域中得到廣泛應(yīng)用。例如在現(xiàn)代軍事領(lǐng)域中，人們通過分析雷達信號，根據(jù)回波信號的功率譜密度、譜峰的寬度、高度與位置，可以確定運動目標的位置、輻射強度和運動速度。在引信系統(tǒng)中，通過對探測器接收到的信號進行譜分析，可以確定彈目之間的交會速度、方向，從而提高引信的打擊精度和毀傷效率?，F(xiàn)代譜分析受算法的復雜度高和集成電路處理速度的影響，因此在引信系統(tǒng)中的應(yīng)用會受到很大的限制。但隨著電子技術(shù)的大力發(fā)展，特別是DSP技術(shù)的不斷發(fā)展，現(xiàn)代譜分析的方法在引信系統(tǒng)中的應(yīng)用逐漸成為可能，并且極大地提高了無線電引信引戰(zhàn)配合性能。研究內(nèi)容① 熟悉譜估計的發(fā)展歷程； ② 熟練掌握經(jīng)典譜估計方法：直接法和間接法、它們之間的關(guān)系、估計質(zhì)量以及估計性能比較； ③ 熟練掌握現(xiàn)代譜估計方法：信號建模、AR模型參數(shù)求解的LevinsonDurbin算法和BURG算法，階數(shù)的確定方法和原則，穩(wěn)定性以及對信號建模的討論； ④ 熟悉熟練使用MATLAB仿真。針對一個具體的隨機信號，分別采用經(jīng)典譜估計和現(xiàn)代譜估計方法估計出其功率譜，對經(jīng)典譜估計和現(xiàn)代譜估計方法譜估計的分辨率和方差性能作一個綜合評價； ⑤ 熟練使用MATLAB提供的圖形用戶界面（GUI）工具。擬采取的研究方法、技術(shù)路線、實驗方案及可行性分析熟悉經(jīng)典譜估計和現(xiàn)代譜估計相關(guān)的理論知識，并掌握MATLAB的使用方法，達到熟練使用并融會貫通。 應(yīng)用有關(guān)理論知識在MATLAB上進行仿真實驗，然后對實驗結(jié)果進行對比和分析。最后總結(jié)歸納實驗結(jié)果，提出自己的觀點。研究計劃及預期成果研究計劃：2009年10月12日2009年12月25日：按照任務(wù)書要求查閱論文相關(guān)參考資料，并填寫畢業(yè)設(shè)計開題報告書。2010年1月11日2010年3月5日：進行畢業(yè)實習，并填寫畢業(yè)實習報告。2010年3月8日2010年3月14日：按照要求修改畢業(yè)設(shè)計開題報告。2010年3月15日2010年3月28日：學習并翻譯一篇與畢業(yè)設(shè)計相關(guān)的英文材料。2010年3月29日2010年4月11日：MATLAB程序設(shè)計與MATLAB程序調(diào)試。2010年4月12日2010年4月18日：GUI設(shè)計。2010年4月19日2009年5月21日：畢業(yè)論文撰寫和修改工作。預期成果：了解譜估計的發(fā)展進程，掌握各種算法，并熟練掌握MATLAB的基本操作。訓練自己綜合運用所學知識的能力，培養(yǎng)自己獨立分析和解決問題的能力，啟發(fā)自己奮發(fā)向上的精神。特色或創(chuàng)新之處由于經(jīng)典譜估計中將數(shù)據(jù)工作區(qū)外的未知數(shù)據(jù)假設(shè)為零，相當于數(shù)據(jù)加窗，導致其分辨率降低。另外，功率譜密度原始定義中既無求均值又無求極限，所以使得經(jīng)典譜估計方法的方差性能比較差，尤其是在數(shù)據(jù)紀錄很短的情況下，這些問題更為突出。而現(xiàn)代譜估計則不再簡單地將觀察區(qū)外的未知假設(shè)為而零，而是先將信號的觀測數(shù)據(jù)估計模型參數(shù)，按照求模型輸出功率的方法估計信號功率譜，回避了數(shù)據(jù)觀測區(qū)以外的數(shù)據(jù)假設(shè)問題，因而其譜的分辨率得到提高?？梢钥闯霈F(xiàn)代譜估計性能優(yōu)于經(jīng)典譜估計。已具備的條件和尚需解決的問題已具備的條件：可通過書籍和網(wǎng)絡(luò)了解功率譜估計相關(guān)的理論知識，并已學習過MATLAB程序設(shè)計。尚需解決的問題：運用MATLAB進行仿真，并分析結(jié)果。指導教師意見該生查閱了大量的相關(guān)資料，設(shè)計方案可行，同意開題。 指導教師簽名：年 月 日教研室（學科組、研究所）意見 教研室主任簽名： 年 月 日系意見 主管領(lǐng)導簽名： 年 月 日英文原文Parametric spectral estimation on a single FPGA ABSTRACTParametric, model based, spectral estimation techniques can offer increased frequency resolution over conventional shortterm fast Fourier transform methods, overing limitations caused by the windowing of sampled, time domain, input data. However, parametric techniques are significantly more putationally demanding than the Fourier based methods and require a wider range of arithmetic functionality。 for example, operations such as division and squareroot are often necessary. These arithmetic processes exhibit munication bottleneck and their hardware implementation can be inefficient when used in conjunction with multipliers. A programmable, bitserial, multiplier/divider, which overes the bottleneck problems by using a data interleaving scheme, is introduced in this paper. This interleaved processor is used to show how the parametric Modified Covariance spectral estimator can be efficiently routed on a field programmable gate array for realtime applications. 1. INTRODUCTIONDue to its ease of hardware and software implementation the shortterm fast Fourier transform(STFFT)is widely used for spectral estimation and is known as the conventional method. However, the technique has drawbacks in terms of spectral resolution and accuracy caused by the finite length of the input data sequence used. Windowing of input data causes spectral broadening and Gibb’s phenomenon of spectral leakage can mask the weaker frequency ponents of the true power spectral density(PSD)[1]. These unwanted effects can be reduced by using longer data sequence lengths, so that the transformed signal bees a better representation of the infinite data sequence, but in real life this usually is not feasible as the characteristics of the input data may change with time. Over short periods of time the data signals can often be assumed to exhibit widesense stationarity, where the signal characteristics are assumed approximately constant but the spectral resolution is therefore limited. In attempts to improve the PSD estimation, windowing functions, Bartlett or Hanning for example, can be used to reduce sidelobe levels but these lower spectral resolution by broadening the main lobe of the PSD[2].Model based, parametric spectral estimation techniques can alternatively be used, where the unrealistic assumption that data is zero outside the window of interest is dropped[1]. Either knowledge of the underlying process or reasonable assumptions about the nature of the unobserved data are used to improve frequency resolution over the conventional approaches. The putational burden of such processors is however much higher than the STFFT and arithmetic functions such as division and squareroot often bee necessary. In the division and squareroot nonrestoring algorithms there is an inherent dependency that the result bits must be puted in a most significant bit(MSB)first manner, with the putation of a bit directly dependent upon the result of the previous one[3]. This interdependency makes it difficult to efficiently realize such arithmetic functions in hardware, and implementations are usually much slower than other basic functions such as multiplication, addition and subtraction. Communication bottlenecks can therefore easily occur in systolic arrays where different types of processors are interconnected.The difficulties with hardware imp