需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：17030 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：功率譜是信號在各個頻率上的能量分布，是研究分析信號的一個重要信息。功率譜估計是為了用有限的數(shù)據(jù)樣本來估計信號的功率譜，依據(jù)估計結果可以從信號樣本中提取出有用信號，并過濾去除噪聲。 功率譜估計的方法主要有兩大類：經典譜估計和現(xiàn)代譜估計。經典譜估計的物理意義明確，基于傅里葉變換的這類方法直接聯(lián)系了信號的時域特征與頻域特征。它們計算速度相對較快，同時對大部分的信號都能得到較為有效的分析結果。但是，因其對未知信號的零值假設與實際相距甚遠，所以偏差較大。同時，估計值的標準差也較大。所以在大部分要求高精度的場合，經典譜估計并不適用。現(xiàn)代譜估計則是基于概率統(tǒng)計的估計方法。首先根據(jù)經驗假設參數(shù)模型，再用得到的數(shù)據(jù)樣本進行估計模型所需參數(shù)。這樣的方法好處是精度高，但是計算較為復雜，而且模型的針對性較強。常用的參數(shù)模型有自回歸(AR)模型，自回歸滑動平均(ARMA)模型和滑動平均(MA)模型。其中，因為AR模型的計算有著較為成熟的簡化方法，MA模型計算復雜，且AR模型和MA模型間可以相互轉化，所以AR模型應用最為廣泛。而在基于尤拉沃克方程的上述三種參數(shù)模型外，還有一些其他參數(shù)模型，從不同的角度進行建模，因而得到的模型性能也不相同，例如普朗尼方法就對正弦信號有著極高的分辨率。 本文對功率譜估計方法進行歸納，主要介紹經典譜估計中的周期法和自相關法，現(xiàn)代譜估計中的AR模型。對于現(xiàn)代譜估計中其他的模型進行簡要的介紹。并對經典譜估計和現(xiàn)代譜估計進行對比，從而得到各自適應的應用場合。 關鍵詞：功率譜估計；周期圖法；自相關法；自回歸模型
目錄 摘要 ABSTRACT 第1章 緒論-1 1.1研究內容和意義-1 1.2功率譜估計發(fā)展概述-1 1.3 文章結構-2 第2章 經典譜估計-3 2.1經典譜估計簡介-3 2.2周期圖法-3 2.2.1周期圖法-3 2.2.2平均周期圖法-3 2.3自相關法-4 2.3.1維納辛欽定理-4 2.3.2自相關法-4 2.3.3平滑周期圖-5 2.4經典譜估計特點-5 2.5經典譜估計的MATLAB仿真-5 第3章 現(xiàn)代譜估計-9 3.1現(xiàn)代譜估計簡介-9 3.2模型間關系-9 3.3自回歸(AR)模型-9 3.3.1時間序列模型定義-9 3.3.2自回歸過程功率譜密度-10 3.3.3模型參數(shù)與自相關函數(shù)的關系（尤拉沃克方程）-11 3.4參數(shù)算法-11 3.4.1列文森算法(自相關法)-11 3.4.2格型濾波器-16 3.4.3伯格算法-16 3.4.4其他算法-18 3.4.5階數(shù)的確定-19 3.5自回歸模型對數(shù)據(jù)的延拓-20 3.6噪聲對自回歸(AR)模型的影響-21 3.7現(xiàn)代譜估計的MATLAB仿真-21 第4章 經典譜估計與現(xiàn)代譜估計性能比較-25 4.1 經典譜估計與現(xiàn)代譜估計性能比較-25 4.1.1經典譜估計性能-25 4.1.2自回歸(AR)譜估計質量-28 4.2經典譜估計和現(xiàn)代譜估計MATLAB仿真-29 4.2.1仿真圖形用戶界面建立-29 4.2.2仿真對比-31 第5章 結論與展望-35 5.1 結論-35 5.2 不足之處及未來展望-35 參考文獻-36 致 謝-37 |
