




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨機(jī)信號(hào)處理實(shí)驗(yàn)報(bào)告功率譜估計(jì)隨機(jī)信號(hào)處理 學(xué)號(hào): 姓名: 實(shí)驗(yàn)三 功率譜估計(jì)1實(shí)驗(yàn)內(nèi)容信號(hào)為兩個(gè)正弦信號(hào)加高斯白噪聲,各正弦信號(hào)的信噪比均為10dB,長(zhǎng)度為N,信號(hào)頻率分別為和,初始相位,取,取不同數(shù)值:0.3,0.25。為采樣頻率。分別用Levinson遞推法和Burg法進(jìn)行功率譜估計(jì),并分析改變數(shù)據(jù)長(zhǎng)度、模型階數(shù)對(duì)譜估計(jì)結(jié)果的影響。2實(shí)驗(yàn)原理2.1 Levinson遞推法:自相關(guān)法列文森(Lenvison)遞推法是已知信號(hào)觀測(cè)數(shù)據(jù),估計(jì)功率譜。它的出發(fā)點(diǎn)是選擇AR模型參數(shù)使預(yù)測(cè)誤差功率最小。假設(shè)信號(hào)的數(shù)據(jù)區(qū)在范圍,有P個(gè)預(yù)測(cè)系數(shù),N個(gè)數(shù)據(jù)經(jīng)過(guò)沖激響應(yīng)為的濾波器,輸出預(yù)測(cè)誤差的長(zhǎng)度為,因此
2、有預(yù)測(cè)誤差功率為的長(zhǎng)度長(zhǎng)于數(shù)據(jù)的長(zhǎng)度,上式中數(shù)據(jù)在以外補(bǔ)充零點(diǎn),相當(dāng)于對(duì)無(wú)窮長(zhǎng)的信號(hào)加窗處理,會(huì)引入誤差。上式對(duì)系數(shù)的實(shí)部和虛部求微分使預(yù)測(cè)誤差功率最小,得(Yule-Walker方程)式中自相關(guān)函數(shù)采用有偏自相關(guān)估計(jì),即Levinson-Durbin算法:使一種按階次遞推的算法。它以和模型參數(shù)作為初始條件,計(jì)算模型參數(shù);再用模型參數(shù)計(jì)算模型參數(shù),k階模型參數(shù)由k-1階模型參數(shù)計(jì)算得到。一直計(jì)算出模型參數(shù)為止。一階AR模型的Yule-Walker方程為由該方程解出然后令,以此類推,可以得到一般遞推公式如下:稱為反射系數(shù),。,隨著階數(shù)增加,預(yù)測(cè)誤差功率將減少或不變。由k=1開(kāi)始遞推,遞推到k=p
3、,依次得到各階模型參數(shù),AR模型的各個(gè)系數(shù)及模型輸入白噪聲方差求出后,信號(hào)功率譜用下式計(jì)算這種方法遞推效率高,當(dāng)階數(shù)變化時(shí),無(wú)需從頭計(jì)算。但需要預(yù)先估計(jì)出信號(hào)自相關(guān)函數(shù),當(dāng)觀測(cè)數(shù)據(jù)長(zhǎng)度較短時(shí),估計(jì)誤差較大,會(huì)出現(xiàn)譜峰頻率偏移和譜線分裂;如數(shù)據(jù)很長(zhǎng),估計(jì)自相關(guān)函數(shù)較準(zhǔn)確。2.2 Burg遞推法:Levinson-Durbin遞推法需要由觀測(cè)數(shù)據(jù)估計(jì)自相關(guān)函數(shù),這是它的缺點(diǎn)。而伯格遞推法則由信號(hào)觀測(cè)數(shù)據(jù)直接計(jì)算AR模型參數(shù)。伯格遞推法利用Levinson-Durbin遞推公式,導(dǎo)出前向預(yù)測(cè)誤差與后向預(yù)測(cè)誤差,并按照使它們最小的原則求出,從而實(shí)現(xiàn)不用估計(jì)自相關(guān)函數(shù),直接用觀測(cè)數(shù)據(jù)得出結(jié)果。Burg遞
4、推法思想:借助格型預(yù)測(cè)誤差濾波器,求前向、后向預(yù)測(cè)誤差平均功率,選擇使其最小,求出。之后,再利用Levinson-Durbin遞推法求模型參數(shù)和輸入噪聲方差。設(shè)信號(hào)的觀測(cè)數(shù)據(jù)區(qū)間:,前向、后向預(yù)測(cè)誤差功率分別用和表示,預(yù)測(cè)誤差平均功率用表示,公式分別為前向、后向觀測(cè)誤差公式分別為 上式中,信號(hào)項(xiàng)的自變量最大的是n,最小的是n-p,為了保證計(jì)算范圍不超出給定的數(shù)據(jù)范圍,在和計(jì)算公式中,選擇求和范圍為: 。為求預(yù)測(cè)誤差平均功率最小時(shí)的反射系數(shù),令,將前、后向預(yù)測(cè)誤差的遞推公式代入得Burg遞推法求AR模型參數(shù)的遞推公式總結(jié):(1) (2) (3) (4) (5) (6) (7) 3實(shí)驗(yàn)結(jié)果及分析3
5、.1原始信號(hào),觀測(cè)信號(hào)這里取,。3.2 Levenson遞推法3.2.1 取,或,階數(shù)不變,實(shí)驗(yàn)不同數(shù)據(jù)長(zhǎng)度對(duì)功率譜估計(jì)的影響1) 信號(hào)長(zhǎng)度信號(hào)長(zhǎng)度N=35,階數(shù)M=20的功率譜估計(jì)2) 信號(hào)長(zhǎng)度 信號(hào)長(zhǎng)度N=145,階數(shù)M=20的功率譜估計(jì)3) 信號(hào)長(zhǎng)度 信號(hào)長(zhǎng)度N=2000,階數(shù)M=20的功率譜估計(jì)分析:由以上三個(gè)實(shí)驗(yàn)對(duì)比,可以看出當(dāng)觀測(cè)數(shù)據(jù)長(zhǎng)度較短時(shí),估計(jì)誤差較大,會(huì)出現(xiàn)譜峰頻率偏移與譜線分裂;當(dāng)數(shù)據(jù)很長(zhǎng)時(shí),估計(jì)自相關(guān)函數(shù)較準(zhǔn)確,但計(jì)算量較大。3.2.2取,信號(hào)長(zhǎng)度不變,實(shí)驗(yàn)不同模型階數(shù)對(duì)功率譜估計(jì)的影響1)階數(shù)M=22)階數(shù)M=43)階數(shù)M=8 4)階數(shù)M=16分析:由以上幾個(gè)實(shí)驗(yàn)對(duì)比
6、,可以看出當(dāng)階次較低,會(huì)使譜估計(jì)產(chǎn)生偏移,降低分辨率;當(dāng)階次越高,分辨率越高;當(dāng)階次太高,會(huì)使估計(jì)誤差加大,譜峰分裂。3.3 Burg遞推法3.3.1取,或,階數(shù)不變,實(shí)驗(yàn)不同數(shù)據(jù)長(zhǎng)度對(duì)功率譜估計(jì)的影響1) 信號(hào)長(zhǎng)度 信號(hào)長(zhǎng)度N=35,階數(shù)M=20的功率譜估計(jì)2) 信號(hào)長(zhǎng)度 信號(hào)長(zhǎng)度N=145,階數(shù)M=20的功率譜估計(jì)3) 信號(hào)長(zhǎng)度 信號(hào)長(zhǎng)度N=2000,階數(shù)M=20的功率譜估計(jì)分析:由以上三個(gè)實(shí)驗(yàn)對(duì)比,可以看出當(dāng)觀測(cè)數(shù)據(jù)長(zhǎng)度較短時(shí),估計(jì)誤差較大,會(huì)出現(xiàn)譜峰頻率偏移與譜線分裂;當(dāng)數(shù)據(jù)很長(zhǎng)時(shí),估計(jì)自相關(guān)函數(shù)較準(zhǔn)確,但計(jì)算量較大。頻率越靠近的譜估計(jì),需要的階數(shù)越高。3.3.2 取,信號(hào)長(zhǎng)度不變,實(shí)
7、驗(yàn)不同模型階數(shù)對(duì)功率譜估計(jì)的影響1) 階數(shù)M=42) 階數(shù)M=83) 階數(shù)M=164) 階數(shù)M=28分析:由以上幾個(gè)實(shí)驗(yàn)對(duì)比,可以看出當(dāng)階次較低,會(huì)使譜估計(jì)產(chǎn)生偏移,降低分辨率;當(dāng)階次越高,分辨率越高;當(dāng)階次太高,會(huì)使估計(jì)誤差加大,譜峰分裂。3.4實(shí)驗(yàn)總結(jié)本次試驗(yàn)采用分別用Levinson遞推法和Burg遞推法進(jìn)行功率譜估計(jì),并分析改變數(shù)據(jù)長(zhǎng)度、模型階數(shù)對(duì)譜估計(jì)結(jié)果的影響。通過(guò)實(shí)驗(yàn),學(xué)習(xí)了Levinson遞推法和Burg遞推法的基本原理和一般流程,和如何選擇AR模型的階次,并使用Matlab語(yǔ)言,編寫(xiě)源代碼,完成實(shí)驗(yàn)過(guò)程。在實(shí)驗(yàn)過(guò)程中,分別設(shè)計(jì)了不同信號(hào)長(zhǎng)度、不同的AR模型的階次和不同頻率組合
8、而成的4組實(shí)驗(yàn),并在實(shí)驗(yàn)后,分析對(duì)比了實(shí)驗(yàn)結(jié)果。5源代碼5.1 Levenson遞推法% clear all;Clear;tic;% 產(chǎn)生信號(hào)fs=1;%設(shè)采樣頻率為1N=100;%數(shù)據(jù)長(zhǎng)度 改變數(shù)據(jù)長(zhǎng)度會(huì)導(dǎo)致分辨率的變化f1=0.2*fs;%第一個(gè)sin信號(hào)的頻率,f1/fs=0.2f2=0.3*fs;%第二個(gè)sin信號(hào)的頻率,f1/fs=0.2或者0.3M = 60;%濾波器階數(shù)的最大取值,超過(guò)則認(rèn)為代價(jià)太大而放棄L = 2*N;%有限長(zhǎng)序列進(jìn)行離散傅里葉變換前,序列補(bǔ)零的長(zhǎng)度n=1:N; s = sin(2*pi*f1*n/fs)+sin(2*pi*f2*n/fs);%s為原始信號(hào)x =
9、 awgn(s,10);%x為觀測(cè)信號(hào),即對(duì)原始信號(hào)加入白噪聲,信噪比10dB%畫(huà)出原始信號(hào)和觀測(cè)信號(hào)figure(1);subplot(2,1,1);plot(s,b),xlabel(時(shí)間),ylabel(幅度),title(原始信號(hào)s);grid;subplot(2,1,2);plot(x,r),xlabel(時(shí)間),ylabel(幅度),title(觀測(cè)信號(hào)x);grid;%計(jì)算自相關(guān)函數(shù)rxx = xcorr(x,x,M,biased);%計(jì)算有偏估計(jì)自相關(guān)函數(shù),長(zhǎng)度為-M到M,共%2M+1r0 = rxx(M+1); %r0為零點(diǎn)上的自相關(guān)函數(shù),相對(duì)于-M,第M+1個(gè)點(diǎn)為零點(diǎn)R =
10、rxx(M+2:2*M+1);% R為從1到第M個(gè)點(diǎn)的自相關(guān)函數(shù)矩陣%Levinson遞推算法%確定矩陣大小a = zeros(M,M);FPE = zeros(1,M);%FPE:最終預(yù)測(cè)誤差,用來(lái)估計(jì)模型的階次var = zeros(1,M);%求初值a(1,1) = -R(1)/r0;%一階模型參數(shù)var(1) = (1-(abs(a(1,1)2)*r0;%一階方差FPE(1) = var(1)*(M+2)/(M);%遞推for p=2:M sum=0; for k=1:p-1%求a(p,p) sum=sum+a(p-1,k)*R(p-k); end a(p,p)=-(R(p)+sum)
11、/var(p-1); for k=1:p-1 %求a(p,k) a(p,k)=a(p-1,k)+a(p,p)*a(p-1,p-k); end var(p)=(1-a(p,p)2)*var(p-1); %求方差 FPE(p)=var(p)*(M+1+p)/(M+1-p);%求最終預(yù)測(cè)誤差end %確定AR模型的最佳階數(shù)min=FPE(1); %求出FPE最小時(shí)對(duì)應(yīng)的階數(shù)p = 1;for k=2:M if FPE(k)2 for i=1:p-2 a(p-1,i)=a(p-2,i)+k(p-1)*a(p-2,p-1-i); end end a(p-1,p-1)=k(p-1);% 求解前向預(yù)測(cè)誤差 for n=p+1:N ef(p,n)=ef(p-1,n)+k(p-1)*eb(p-1,n-1); end% 求解后向預(yù)測(cè)誤差 for n=p:N-1 eb(p,n)=eb(p-1,n-1)+k(p-1)*ef(p-1,n); endend % 計(jì)算功率譜for j=1:N sum3=0; sum4=0; for i=1:p-1 sum3=sum3+a(p-1,i)*cos(2*pi*i*j/N); end sum3=1+sum3; for i=1:p-1 sum4=sum4+a(p-1,i)*sin(2*pi*i*j/N);
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年度黑龍江省高校教師資格證之高等教育法規(guī)題庫(kù)附答案(典型題)
- 2024年CPMM輔導(dǎo)資料試題及答案
- 《營(yíng)銷分析與決策》-第三章占位
- 重要注意事項(xiàng)中醫(yī)康復(fù)理療師試題及答案
- 海南高職分類考試計(jì)算機(jī)基礎(chǔ)知識(shí)100道模擬題及答案
- 宜人思考2024年思政理論的創(chuàng)新試題及答案
- 2025年度融資租賃合同糾紛解決法條梳理與法律咨詢服務(wù)合同
- 2025年度礦山股權(quán)轉(zhuǎn)讓及礦山地質(zhì)災(zāi)害防治與生態(tài)修復(fù)合同
- 2025年度綠茶茶園承包與茶葉出口合作合同
- 二零二五年度房產(chǎn)交易轉(zhuǎn)讓協(xié)議書(shū)
- 河北省第八屆關(guān)注時(shí)事胸懷天下知識(shí)競(jìng)賽題庫(kù)及答案
- 拆除道牙和生態(tài)磚施工方案
- 東方終端鍋爐安全環(huán)保升級(jí)改造工程環(huán)境影響報(bào)告表
- 2025年四川成渝高速公路股份有限公司招聘筆試參考題庫(kù)含答案解析
- 2025年贛南衛(wèi)生健康職業(yè)學(xué)院?jiǎn)握新殬I(yè)技能考試題庫(kù)及完整答案1套
- 2025年陜西省延長(zhǎng)石油西北橡膠限責(zé)任公司招聘154人高頻重點(diǎn)模擬試卷提升(共500題附帶答案詳解)
- 《經(jīng)絡(luò)與腧穴》課件-手少陰心經(jīng)
- 鍋爐使用單位鍋爐安全日管控、周排查、月調(diào)度制度
- 人教版數(shù)學(xué)八年級(jí)下冊(cè) 第17章 勾股定理 單元測(cè)試(含答案)
- 中成偉業(yè)4D廚房管理培訓(xùn)資料
- 巨量千川營(yíng)銷科學(xué)(初級(jí))營(yíng)銷師認(rèn)證考試題(附答案)
評(píng)論
0/150
提交評(píng)論