直接法估计的改进_第1页
直接法估计的改进_第2页
直接法估计的改进_第3页
直接法估计的改进_第4页
直接法估计的改进_第5页
已阅读5页,还剩26页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

主讲人:朱志雄小组成员:何孝金,朱志雄,王维斌直接法和间接法的改进13.3直接法和间接法的质量直接法和间接法的关系:截短(乘矩形窗d0(n))求线性相关函数DFTIDFTM=N-1时的估计质量此时,直接法和间接法估计出的结果是相同的,且有令W(ω)

是三角窗w(m)的傅立叶变换,由卷积定理,有式中r(m),P(ω)分别是随机信号x(n)的真实自相关函数和功率谱。上式可写成则估计的偏差为:当时,矩形窗d0(n)趋于无限宽,D0(ω)和W0(ω)都趋于δ函数,此时因此,对于固定的数据长度N,周期图是个有偏估计,偏差由(*)式给出。当时,它的期望值等于真值P(ω)

,所以它又是渐进无偏的。

M<N-1时的估计质量当时,不等于,而是对的平滑。(1)均值:由前述知识知,所以由于,所以W(ω)的主瓣宽度远小于V(ω)主瓣的宽度。当时,W(ω)趋近于δ函数,此时如果P(ω)是一个慢变的谱,使得在V(ω)的主瓣内接近为一常数,则上式可写为若能保证

则有(2)方差假定x(n)是零均值、方差为σ2的高斯白噪声,则有又,令Kr<1,说明小结:1)由于在上施加了一个较短的窗口v(m),使得间接法估计的偏差大于直接法,而方差小于直接法。2)谱的平滑(也即方差的减小)是以牺牲分辨率为代价的。13.4直接法估计的改进直接法的缺点:数据长度N太大时,谱曲线起伏加剧,N太小时,谱的分辨率不好改进方向:主要是改进其方差特性方法一:间接法(又称自相关法、BT法)方法二:平均法解:μ=E(X)=E[(X1+X2+…+XL)/L]=E(X1+X2+…+XL

)=[E(X1)+E(X2)+…E(XL)]=μVar[X]=var[(X1+X2+…+XL)/L]=

Eg1.对L个具有相同均值μ和方差δ

2的独立随机变量X1,X2,…XL。求随机变量X=(X1+X2+…+XL)/L的均值及方差。启示:将一长度为N的数据xN(n)分成L段,分别求每一段的功率谱,然后加以平均,以达到所希望的目的。由此,便有了改善

PER(ω)方差特性的一个方法,即Bartlett法。Bartlett法:将采样数据xN(n)分成L段,每段的长度均为M,即N=LM,则第i段数据加矩形窗后,变为xiN(n)=xN[n+(i-1)M]d1[n+(i-1)M],0⩽n⩽M-1,1⩽i⩽L每一段的功率谱:

iPER(ω)=|xiN(n)e-jωn|2,1⩽i⩽L

PER(ω)的均值为:E{PER(ω)}=E{iPER(ω)}=E{iPER(ω)}

=P(ω)*|D1(ω)|2=P(ω)*W1(ω)

把PER(ω)对应相加,再取平均,得到平均周期图PER,即

PER(ω)=iPER(ω)=|xiN(n)e-jωn|2

对比可知,不取平均值的周期和取平均后的相同点:都是有偏估计,且当

时,二者都是渐进无偏的。区别:因为W1(ω)主瓣的宽度远大于W(ω),所以取平均后,偏差加大,分辨率下降。Eg2.若x(n)为一白噪声序列,由前面知识可知

分的段数越多,方差越小。若L能趋于,则是P(ω)的一致估计。法二:Welch法Welch法是对Bartlett法的改进。Case1:在对xN(n)分段时,允许每一段的数据有重叠。例如,每一段数据重合一半,这时的段数M是每一段的长度。Case2.选择适当的窗口作为每一段的数据窗口。例如,使用汉宁窗或汉明窗,记之为d2(n)。如此,可以改善由于矩形窗边瓣较大所产生的谱失真。记每一段的功率谱式中是归一化因子(?)。Eg3.若上式中d2(n)是一个矩形窗口,计算平均后的功率谱及均值。解:1)平均后的功率谱2)均值D2(ω)是d2(n)的频谱,

记则有:如果有则有为渐近无偏谱。法三:Nuttall法步骤1、2:同Bartlett,即对xN(n)自然分段(加矩形窗),且不交叠,得到平均后的功率谱;步骤3:由做反变换,得到该平均功率谱对应的自相关函数,记为,其最大宽度是2M-1,M=N/L;步骤4:对加延迟窗w2(m),w2(m)最大单边宽度为M1,得到,即步骤5:由做正交变换,得到对x(n)功率谱估计,记作

三种方法的关系截短(乘矩形窗d0(n))不交叠分段,(d1(n)为矩形窗)求平均功率谱作逆变换对每一段加权,d2(n)可以不是矩形窗交叠分段正变换加权W2(m)平均x(n)13.5经典谱估计算法性能的比较总结:(1)经典谱估计,不论是直接法还是间接法,都可以用FFT快速计算,且物理概念明确,因而仍是目前较常用的谱估计方法。(2)谱的分辨率较低,它正比于2π/N,N是所使用的数据长度。(3)由于不可避免的窗函数的影响,使得真正谱P(ω)在窗口主瓣内的功率向边瓣部分“泄露”,降低了分辨率。较大的边瓣有可能掩盖P(ω)中较弱的成分,或是产生假的峰值。当分析的数据较短时,这些影响更为突出。(4)方差性能不好,不是P(ω)的一致估计,且N增大时谱曲线起伏加剧。(5)周期图的平滑和平均是窗函数的使用紧紧相关联的。平滑和平均主要是用来改善周期的方差性能,但往往又减少了分辨率和增大了偏差。没有一个窗函数能使估计的谱在方差、偏差和分辨率各个方面都得到改善。因此使用窗函数只是改进估计质量的一个技巧问题。13.6短时傅立叶变换平稳信号:主要特点是信号的均值、方差及均方都不随时间变换,其自相关函数仅和两个观察时间的差有关,而和观察的具体位置无关。非平稳信号:这类信号的均值及方差都在随时间变化,其自相关函数也和观察的具体时间位置有关,而且信号的频率也会随时间而变化。傅立叶变换的不足:缺乏时频定位能力。信号联合时频分布双线性时频分布表达式:

(1)x(t)出现了两次,且是相乘的形式,故称为双线性。若,则(1)式可简化为

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论