精品]旌旗燈號整頓題目-免費閱讀
【正文】 捕力滾饒初償燃饞糊省避播畸野遏糊費圭薄抖涂盜擔拴蛙雀啄喝鍍魏鄙賦信號整理題目信號整理題目 色藥本庸猩諱娩怨魂烈虎詛侯擒輥芳躇蹋敦比瘟林從賬醚追走在撣訓頭賓信號整理題目信號整理題目 ()xn 1, 2,nN?11? ( ) ( )R x xN HxxnnnN?? ??xxR?R V V ?xx ?1 , 2( , )? Mdi ag ? ? ?? 12 M? ? ??? 1 2, MV q ,q q? ?????xxRMUSIC(多重信號分類 )算法的步驟總結(jié)如下： （ 1）收集 N個快拍的輸入樣本 估計輸入?yún)f(xié)方差矩陣 （ 2）對 進行特征分解 式中 為特征值， 為 相應的特征向量。 Akaike信息準則（ AIC）。 相關(guān)法和周期圖法得到的譜估計相同。 我們知道信道均衡器均衡器的作用是在信道通帶內(nèi)形成一個信道傳輸函數(shù)的逆，而在通帶之外它的增益則很小或者為零。在設計訓練序列時，要求做到即使在最差的信道條件下，均衡器也能通過這個訓練序列獲得正確的濾波系數(shù)。 首先要熟悉自適應線性均衡器基本原理。也可以這樣說，噪聲對消是最優(yōu)濾波器的變形。若兩個隨機變量 x和 y滿足 E{xy}=0，那么稱 x與 y互 相正交。突出一個“非”， 呈現(xiàn)“智、多、新”的特點 趨勢 （ 1）“非”。信號處理向著非平穩(wěn)、非高斯、非線性（多分辨）方向發(fā)展 （ 2）“智”。 不相關(guān)：若兩個隨機變量 x和 y的相關(guān)函數(shù)滿足 Cxy=E{( xx0) (yy0)}=E{xy}E{x}E{y}=0那么稱 x與 y是不相關(guān)的。 自適應對消原理 噪聲對消是使用一個或多個傳感器，將其安裝在信號很弱、或信號不可檢測的噪聲場中，得到參考輸入或輔助輸入，將此輸入加以過濾，并從信號加噪聲的原始輸入中減去，這樣，使噪聲衰減或消除掉。 均衡器通常是用濾波器來實現(xiàn)的，使用濾波器來補償失真的脈沖，判決器得到的解調(diào)輸出樣本，是經(jīng)過均衡器修正過的或者清除了碼間干擾之后的樣本。這樣就可以在收到訓練序列后，使得均衡器的濾波系數(shù)已經(jīng)接近于最佳值。因而，由信道和均衡器級聯(lián)組成的系統(tǒng)在通帶內(nèi)有基本均勻的振幅特性，而帶外基本為零，相位響應在帶內(nèi)是頻率的線性函數(shù)。 一些改進方法： 1數(shù)據(jù)加窗 —— 降低譜的旁瓣 2相關(guān)函數(shù)加窗（ BT法） 3修正周期圖法（分段平均） 適用范圍：長數(shù)據(jù) 優(yōu)點：簡單易行、計算效率高 缺點：分辨率低、旁瓣效應， 短數(shù)據(jù)時缺點更突出； 頻譜能量的泄漏 相關(guān)圖法主觀認為未觀測數(shù)據(jù)都等于 0，造成頻譜能量的泄漏 周期圖法假設數(shù)據(jù)是以 N為周期的周期性延拓，把不真實的信息加于隨機過程之上，限制了頻率分辨率和譜估計的質(zhì)量指標，對短時間序列誤差太大。 判別自回歸傳輸函數(shù)（ CAT）準則。 min? ?L（ 3）利用最小特征值 的重數(shù)估計 K估計信號估計數(shù) ?L M K?? (4) 計算 MUSIC譜 ( ) ( )? ()( ) ( )HM U S I C HHP??????aaa G G a[ , ]LM?G q q哈仍磅斥停硒喬輸迎朵贈黃豹營晤誦加漿耘磷蘭獰正變楷截辰諄碩嚙座睜信號整理題目信號整理題目 ?MUSICP ?L（ 5）找出 中的 個最大峰值，得到波達方向的估計 與傳統(tǒng)方法相比， MUSIC算法具有很高的分辨率和較好的抗噪聲能力。 (3) 判別自回歸傳輸函數(shù)（ CAT）準則 222 211 1 1 ?C A T ( ) (?kjjj kjNkN N j?????? ? ? ?? 其中 ）最小化上式得最優(yōu)階數(shù)。 怎樣確定模型階數(shù) 分析方法： 最終預測誤差（ FPE）準則。 九、
教學課件相關(guān)推薦
鄂ICP備17016276號-1