資源簡介
Matlab功率譜估計的詳盡分析——絕對原創
功率譜估計是信息學科中的研究熱點,在過去的30多年里取得了飛速的發展。現代譜估計主要是針對經典譜估計(周期圖和自相關法)的分辨率低和方差性能不好的問題而提出的。其內容極其豐富,涉及的學科和領域也相當廣泛,按是否有參數大致可分為參數模型估計和非參數模型估計,前者有AR模型、MA模型、ARMA模型、PRONY指數模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA譜估計叫做自回歸移動平均譜估計,它是一種模型化方法。由于具有廣泛的代表性和實用性,ARMA譜估計在近十幾年是現代譜估計中最活躍和最重要的研究方向之一。
二： AR參數估計及其S
代碼片段和文件信息
%pq=3peqe=5M=30;
N?=?500;%樣本點數
B?=?1;%分母項，確定為AR模型
A?=[1-1.30.86?-0.676];%分子項，可根據它求出實際的功率譜
yangben=filter（B?A0.1*randn（1N））;%濾波產生樣本
r=zeros（1N）;%為總體最小二乘演化公式z，詳見式3.4.45
pp=0;%有效秩初始化
for?p=1:35
????for?i=1:N-p
????????r（p）=r（p）+yangben（i）*yangben（i+p）;%混入噪聲時的自相關函數
????end
????r（p）=1/（N-p）*r（p）;
end
for?l=1:30
????re（l:）=[r（l+5）?r（l+4）?r（l+3）?r（l+2）?r（l+1）?r（l）];%生成矩陣RE即為3.4.43
end
[USV]?=svd（re）;%奇異值分解
for?i=1:6
????s=S/S（1- 上一篇：學生信息管理系統UML建模
- 下一篇：POCS算法matlab實現
評論
共有 條評論