第九章 功率谱密度 张华,031120517
介绍
● 确定信号的光谱
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
:自相关——窗口式傅立叶变换
● 平稳随机信号的光谱分析:方差——信号模型
● 附加白噪声的正弦估计:消除干扰——eigen分析
9.1基于DFT的光谱分析
能量谱及相关特性:维纳-辛钦理论
● 离散傅立叶变换:理论的使用范围和频域取样;
窗口技术——转化结果的泄露和丢失
● 时间/频率转换:不确定原则
● 零填充和有用的窗函数
维纳-辛钦理论
9.1.1自相关估计
● 平稳随机信号的光谱估计:
● Down_weight估计:
的均值和方差:
均值:
方差:
9.1.2周期图法: 无参数的PSD估计
周期图:
均值:
方差:
9.1.3平均周期图法
● 巴特利特方法
● 韦尔奇方法
● BT方法
● 多个重叠数据段方法
巴特利特方法:多个不重叠数据段周期图的平均
● 均值:
● 方差:
韦尔奇方法:
● 均值:
● 方差:
BT方法: 窗函数的光谱估计
● 均值
● 方差
多个重叠数据段方法:窗函数的自相关估计
附录:估计量的特性
● 估计量的偏差:
● 估计量的方差:
● 均方误差:
● 估计值的一致性:
9.2模型谱估计
● 由一个随机平坦的噪声驱动的线性时不变系统
● 最大熵谱分析
● 自回归谱估计
● 滑动平均谱估计
● 自回归滑动平均谱估计
9.2.1基于谱分析的线性模型:
在ARMA系统中,输入输出的关系:
系统函数:
、
谱估计是PW和PH的乘积:
在平滑系统中
9.2.2最大熵谱分析(由Porat提出)
零均值的正态随机过程
熵:
最大熵谱分析(由伯格提出)
概率和熵:
最大熵:
最大熵谱估计——自回归模型中的能量谱
,
9.2.3自回归谱估计(AR)
AR模型:
功率谱:
自相关函数:
阶数选择标准:最低阶数和最高阶数
● FPE标准:
● AIC标准:
● MDL标准:
● CAT标准:
有噪声的信号的AR功率谱密度:
9.2.4滑动平均谱估计(MA)
MA模型:
互相关性:
功率谱:
自相关函数:
9.2.5自回归滑动平均谱估计(ARMA)
ARMA模型:
AR部分:
剩余部分:
MA部分:
ARMA功率谱密度:
9.2.6建模过程
1. 根据数据确定AR模型
2. 计算误差:
3. MA部分:
4. ARMA功率谱密度:
继续阅读