freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于matlab的功率譜分析方法研究畢業(yè)論文(參考版)

2025-03-02 09:53本頁面
  

【正文】 2. AIC 準則(信息論準則。粗略的講,AR譜的方差反比于數(shù)據(jù) )(nxN 的長度 N和信噪比 SNR[28]。因為 ? ?? ? 121 ???? ?? ?? ?? deP eP jARjx ,整個積分值為 1,所以又可得到譜匹配的局部性質(zhì),也就是說 ? ??jAReP 是 ? ??jxeP 的包絡的一個好的近似。 模型譜的匹配性質(zhì) 由維納 辛欽定理及 AR 譜對應的一個無限長的自相關(guān)函數(shù)可得 ? ? ? ?? ?2???? j jjx eA ePeP ? ? ? ? ?2m in?? ? jjAR eAeP ? 若用 AR譜去匹配信號的譜,則誤差系列的譜應由常數(shù)譜來匹配,體現(xiàn) ??zA 的 32 白化性質(zhì), 從整體上看 ? ?jARPe?將均勻地和 ? ?jxPe?相跟隨。 譜的分辨率 AR 譜估計的頻率分辨率,要優(yōu)于經(jīng)典譜估計方法。 AR 模型譜估計的實現(xiàn)及性質(zhì) 譜估計的步驟 我們可以按如下步驟估計 ??nx 的功率譜: ① 由 ??nxN 估計 ??nx 的自相關(guān)函數(shù),得 ?xr , m=0,1,....p; ②用 ?xr 代替上述地推算法中的 ??mrx ,重新求解 YuleWalker 方程,這時求出的 AR 模型參數(shù)是真實參數(shù)的估計值,即 ???1a 、 ???2a … ???pa 、 ?p? ; 將這些參數(shù)代入( 3)式,得到 ??nx 的功率譜 ? ??jxeP 的估計。同 Burg 算法一樣,改進協(xié)方差算法進行功率譜估計時令前后向預測誤差功率之和最小,即對 ??neb 、 ??nef 前后都不加窗,但得到的協(xié)方差矩陣不是 Toeplitz 矩陣,因此正則方程不能用 Levinson 遞推算法求解。 計算步驟如下:①由初始條件 ? ? ? ? ? ?nxene nbb ?? 00 ,再由式? ? ? ?? ?? ? ? ?pmnenenenek NmnNmnbmfmNmnbmfm,.. .,2,11121 1 21211111 ??????? ?????????????? (47) 求出 ?1k ; ②由 ? ? ? ? 21010 ???? ? Nnx nxNr 得 1?m 時的參數(shù) 11,1 ?? ?ka , ? ?01 211??? ???????? ??xrk? ③求出 ??nef1 和 ??neb1 ,再 ?mk 由估計 ?2k ; ④依照 Levinson 遞推關(guān)系,求 2?m 時的參數(shù) , 2,21,2 ?? aa 及 2?? ; ⑤重復上述過程,直到 pm? ,求出所有階次時的 AR 參數(shù)。用 Burg算法進行功率譜估計時令前后向預測誤差功率之和最小,即對 ??neb 、 ??nef 前后都不加窗,使用 Levinson— Durbin 遞推可快速的求解 AR系數(shù)。因此自相關(guān)法也是已知所有 AR 系數(shù)求解方法中簡單的一種,但譜分辨率相對較差 [26]。模型參數(shù)算法就是基于 上述最小均方誤差時由模型參數(shù)估計信號功率的方法,主要有以下幾種經(jīng)典算法: 30 ? ? ? ? ? ?knxkanx pk f ???? ??1 ? ? ? ? ? ?fe n x n x n??? ? ?? ?2neEp ff ? ? ? ? ? ? ?knxkanx pk b ??? ??? 1 ? ? ? ? ? ?pnpnxne xb ???? ? ? ?? ?2neEp fbb ? 自相關(guān)法 (BT 法 )。 根據(jù)線性預測理論知:一個 P 階 AR 模型的 1p? 個參數(shù)同樣可用來構(gòu)成 P階的最佳線性預測 器,其預測的最小均方誤差等于 AR 模型激勵白噪聲的能量,即 AR 模型是在最小方差意義上對數(shù)據(jù) 的擬合。 AR 模型參數(shù)求解的典型算法 用線性方程組的常用解法 (例如高斯消元法 )解 Yule— Walker 方程,需要的運算量數(shù)量級為 3p ,但若利用系數(shù)矩陣的對稱性和 Toeplitz 性質(zhì),則可構(gòu)成一些高效算法, Levinson— Durbin 算法是其中最著名、應用最廣泛的一種,這種算法的運算量數(shù)量級為 2p 。 將方程( 41)兩邊同乘以 ? ?mnx ? ,并求得均值,最后得到 ? ? ? ? ? ?mrkmramr xuxpk kx ???? ?? 1 (44) 又因為 ? ? ? ?? ? ? ???? ???? 00 00 2 mh mmnxnuE ? (45) 29 由 Z 變換的定義, ? ? ? ?lim 0z H z h?? ?,在( 42)式中,當 ??z 時,有 ?? 10?h ,綜合( 44)和( 45)兩式,有 ? ?? ?? ?? ? ? ???????????????????pkxkxpkkxmkramkmramr12101? (46) 在上面的推導中,應用了自相關(guān)函數(shù)的偶對稱性。 AR 模型又稱為自回歸模型,它是一個全極點模型,其當前輸出是現(xiàn)在輸入和過去輸入的加權(quán)和,表示如下 (其中 ??un為白噪聲序列; p 為 AR 模型的階數(shù) ): ? ? ? ? ? ?nuknxanX pk k ???? ??1 (41) ? ? ? ?kpk kzazAzH??????11112 (42) 由隨機信號通過線性系統(tǒng)理論知輸出序列的功率譜 ? ? 2121 ????? pkkjkjxeaep?? ? (43) 其中 2? 為白噪聲序列的方差,因此進行功率譜估計,必需求得 AR 模型的參數(shù) ka (k=l, 2? p)及 2? 。本章將會詳細的討論AR 模型參數(shù)的計算、譜的性能及其他算法(如線性預測、最大熵譜估計等)的關(guān)系,最后簡要給出 MA 模型及 ARMA 模型譜估計算法 [23]。不難想象, AR 模型易于反映譜中的峰值,而 MA 模型易于反映譜中的谷值。 工程實際中所遇到的功率譜大體分為三種,一種是“平滑”,即白噪聲的譜,另一種是“線譜”,這是由一個或多個純正弦信號所組成的信號的功率譜,這兩種是極端的情況;介于二者之間的是既有峰值又有谷值,這種譜稱為 ARMA 譜。輸出序列 ??xn可以是平穩(wěn)的隨機序列,也可以是確定性的時間序列。 ( 3)由 ??zH 的參數(shù)來估計 )(nx 的功率譜。參數(shù)模型法是現(xiàn)代譜估計的主要內(nèi)容,也是本章討論的重點,參數(shù)模型法的思路如下: ( 1)假定所研究的過程 )(nx 是由一個輸入序列 ??nu 激勵一個線性系統(tǒng) ??zH的輸出。當然,這種假定是不符合實際的,正是由于這些不符合實際的假定產(chǎn)生了經(jīng)典譜估計較差的分辨率。方差性能差的原因是無法實現(xiàn)功率譜密度原始定義中的求均值和求極限的運算。 3)弱信號被強信號的旁瓣淹沒; 4)需采用某種平滑或平均措施以改善譜估計的統(tǒng)計特性; 5)某些加窗的相關(guān)函數(shù) 會使功率譜估計值出現(xiàn)負值 [22]。矩形窗的頻譜主瓣不是無限窄的,且有旁瓣存在,這將導致能量向旁瓣中“泄漏”,主瓣變得模糊不清。 26 它們的主要缺點有: 1)頻率分辨率(區(qū)分兩個鄰近頻率分量的能力)不高。 歸結(jié)起來,自相關(guān)法和周期圖法的主要優(yōu)點是; ( 1) 計算量小 : ( 2) 功率譜估計值正比于正弦波信號的功率。因此必須采取其他措施改善它的估計性能,才能使得這種方法有實用價值。 本章小結(jié) 根據(jù)相關(guān)函數(shù)和功率譜密度函數(shù)之間為傅立葉變換對的維納 欣欽關(guān)系,可從相關(guān)函數(shù)估計值經(jīng)傅立葉變換后得到功率譜的估計 值。 plot(k,plot_Pxx)。 k=index*Fs/nfft。 Pxx=abs(CXk)。)。 cxn=xcorr(xn,39。 %產(chǎn)生含有噪聲的序列 xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n))。 Fs=1000。 以下是利用 matlab 對自相關(guān)法進行仿真,并得到仿真圖( 37)。對其改進的主要方法有兩種,即平均和平滑,平均就是將截取的數(shù)據(jù)段 ??nxN 再分成 L 個小段,分別計算功率譜取功率譜的平均,這種方法使估計的方差減少,但偏差加大,分辨率下降。 0 50 100 150 200 250 300 350 400 450 500 3 5 3 0 2 5 2 0 1 5 1 050 圖 34 加矩形窗仿真圖 23 0 50 100 150 200 250 300 350 400 450 500 3 5 3 0 2 5 2 0 1 5 1 050 圖 35 加漢明窗仿真圖 0 50 100 150 200 250 300 350 400 450 500 3 5 3 0 2 5 2 0 1 5 1 05 圖 36 加 blackman 窗仿真圖 24 從圖中可以看出,采用周期圖法估計得到的功率譜很不平滑,相應的估計協(xié)方差比較大,而且采用增加采樣點的辦法也不能使周期圖變得更加平滑,這是周期圖法的缺點。 pause。 pause。 plot_Pxx2=10*log10(Pxx2)。 22 plot_Pxx=10*log10(Pxx)。 [Pxx1,f]=pwelch(xn,window1,noverlap,nfft,Fs,range)。half39。 %blackman 窗 noverlap=20。%矩形窗 window1=hamming(100)。 nfft=1024。 n=0:1/Fs:1。程序如下: clear。 figure(2) 20 plot(k,[plot_Pxx plot_Pxxplot_Pxxc plot_Pxx+plot_Pxxc])。 figure(1) plot(k,plot_Pxx)。 plot_Pxx=10*log10(Pxx(index+1))。 index=0:round(nfft/21)。 %數(shù)據(jù)無重疊 p=。 window=boxcar(length(n))。 xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n))。 Fs=1000。 19 0 50 100 150 200 250 300 350 400 450 500 6 0 5 0 4 0 3 0 2 0 1 0010 圖 31 周期圖法仿真圖 以下是利用 matlab 對平均周期圖法進行仿真,并得到仿真圖( 32)和( 33)。%加矩形窗 [Pxx,f]=periodogram(xn,window,nfft,Fs)。 nfft=1024。%采樣頻率 n=0:1/Fs:1。程序如下: clear。 直接法和間接法的關(guān)系 由以下式子可以得出: 18 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?nkjNk Nnj w nNnkjNkjjjN enxkxNenxekxNeXeXNeXNI ???? ??????? ? ??? ???? ?????? 10 1010102 11*11 m=kn,則 k=n+m,得 ? ? ? ? ? ? ? ? ? ? ? ? mjN Nm NmjmN nN NmN emRemnxnxNI ??? ?? ?????? ?? ??? ??? ??? 1 11 01 1 ]1[ 可見周期圖法就是 BT法中 M=N1時的功率譜估計 [19]。 BT 法功率譜估計采用有偏自相關(guān)函數(shù)估計法。下面介紹自相關(guān)函數(shù)的估計。因為這兩個目的不可能同時實現(xiàn),所以必須調(diào)整 L 在方差和偏差之間進行折衷 [18]。 顯然,為了獲得最大分辨率, L將盡可能選得大一些或就選 1??NL ,此時,平均周期圖就成為標準周期圖估計。 因為 ?? ?? 2/1 2/1 )()()](?[ ??? dPfWfPE xxBA V P E R,所以方差將減少 K倍。假定在區(qū)間 10 ??? Ln 上有 k 組獨立記錄數(shù)據(jù),并且都是同一隨機過程的現(xiàn)實。這樣得到的均值,其方差將是用一組數(shù)據(jù) 得 到的均值的方差的 1/L。 從以上的分析可知,數(shù)據(jù)加窗用于周期圖譜估計可以降低譜估計值的旁瓣,但要降低譜估計的分辯率,而用數(shù)據(jù)加窗的辦法不能減小估計方差,因而無法降低分 辨率。但旁瓣的降低必然使主瓣加寬,而且降低了分辨率。顯然它不等于功率譜的真實值,因而是有偏估計。因此提出了周期圖的改進方法 : 周期圖改進的方法之一是將長度為 N 的序列 )(nx 乘以同一長度的數(shù)據(jù)窗)(nw 。此外,如果序列是由多個正弦波信號組成的,而各分量強度不等,則弱信號分量可能淹沒在強信號譜的旁瓣中而無
點擊復制文檔內(nèi)容
教學課件相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1