随机信号的功率谱估计相关算法的实现

  • 今天最重要的事!!!
  • 问题描述
  • 前置数学原理
  • BT法与周期图法估算功率谱
  • 估算功率谱的示例
  • 写在最后

今天最重要的事!!!

1. 我党100周年生日,中国共产党nb!!!

问题描述

  1. 随机信号的功率谱估计实现

前置数学原理

  1. 维纳辛钦定理

S^BT(ω)=∑m=−MMr^(m)e−jωm,∣M∣≤N−1\hat{S}_{\mathrm{BT}}(\omega)=\sum_{m=-M}^{M} \hat{r}(m) e^{-j \omega m}, \quad|M| \leq N-1 S^BT​(ω)=m=−M∑M​r^(m)e−jωm,∣M∣≤N−1

BT法与周期图法估算功率谱

  1. BT法(Blackman-Turkey):根据卷积公式

r^(m)=1N∑n=0N−1uN(n)uN∗(n−m)=1NuN(m)∗uN∗(−m).\hat{r}(m)=\frac{1}{N} \sum_{n=0}^{N-1} u_{N}(n) u_{N}^{*}(n-m)=\frac{1}{N} u_{N}(m) * u_{N}^{*}(-m). r^(m)=N1​n=0∑N−1​uN​(n)uN∗​(n−m)=N1​uN​(m)∗uN∗​(−m).
得到的估计为一个间接的估计,这是Blackman和Turkey于1958年提出的方法,很古老但是很经典。另一个比较经典的 算法是 周期图法。

  1. 周期图法(Periodogram): 根据帕斯瓦尔定理对上式进行傅里叶变换。得到

S^PER(ω)=1N∣UN(ω)∣2\hat{S}_{\mathrm{PER}}(\omega)=\frac{1}{N}\left|U_{N}(\omega)\right|^{2} S^PER​(ω)=N1​∣UN​(ω)∣2

  1. 实际上这两种方法是没有区别的,某种意义上来讲。简单来讲若M = N - 1时,这两种方法是等价的,否则若M << N - 1时,相当于对长度为2N - 1的U(N)做截断处理。截断窗口大小为2M + 1。如下式所示:

r^M(m)=w2M+1(R)(m)r^(m)\hat{r}_{M}(m)=w_{2 M+1}^{(\mathrm{R})}(m) \hat{r}(m) r^M​(m)=w2M+1(R)​(m)r^(m)

估算功率谱的示例

关键代码:

%% 周期图法
NF = 1024;
Spr = fftshift((1/NF)*abs(fft(un,NF)).^2);
kk = -0.5 + (0:NF-1)*(1/(NF-1));
Spr_norm = 10 * log10(abs(Spr)/max(abs(Spr)));%% BT法
M = 64;
r3 = xcorr(un,M,'biased');
BT = fftshift(fft(r3,NF));
BT_norm = 10 * log10(abs(BT)/max(abs(BT)));

图例分析:

写在最后

  1. 这两种方法的总体差距并不大,而且有更多更好的方法供大家使用,毕竟这方法都60多年前的了。性能分析也没具体写,因为涉及的点太数学了,有点枯燥。

20210701:随机信号的功率谱估计相关算法的实现相关推荐

  1. matlab求心率变异性的程序,心率变异性及其相关算法的实现

    <心率变异性及其相关算法的实现>由会员分享,可在线阅读,更多相关<心率变异性及其相关算法的实现(34页珍藏版)>请在人人文库网上搜索. 1.结题报告,心率变异性及其相关算法的实 ...

  2. 心率变异性 matlab,心率变异性及其相关算法的实现.ppt

    心率变异性及其相关算法的实现 附加功能参考文献 附加功能 该算法除了可以计算心率变异性之外,还有以下2种附加功能: 对心率的正常与否进行判断,输出有心率正常.心动过速.心动过缓3种情况: 对心脏的早搏 ...

  3. 计算机LCG/PCG/MWC/XorShift等PRNG算法,以及V8中Math.random()、webkit中crypto等随机算法的实现

    计算机LCG/PCG/MWC/XorShift等PRNG算法,以及V8中Math.random().webkit中crypto等随机算法的实现 本文篇幅较长,如想直接看 js 的随机数实现可定位本文E ...

  4. 随机信号的特征—(自相关函数\互相关函数、协方差矩阵、相关矩阵\相关系数矩阵\相关系数)

    在学习概率统计之前,我学习的都是确定的函数.概率统计讨论了一次取值时获得的值是不确定的,而随机过程讨论了不确定会发生哪个时间函数. 每个x(t)函数(样本函数)就是实际发生的一个表达式确定的函数,对每 ...

  5. matlab中拟合函数中的gian值,如何在Matlab中优化基本周期图法对随机信号进行的功率谱估计...

    首都师范大学学报(自然科学版)第27卷 第5期2006年10月 Journal of Capital N ormal University (Natural Science Edition ) V o ...

  6. 几种随机算法的实现原理

    在日常工作中,经常需要使用随机算法.比如面对大量的数据, 需要从其中随机选取一些数据来做分析. 又如在得到某个分数后, 为了增加随机性, 需要在该分数的基础上, 添加一个扰动, 并使该扰动服从特定的概 ...

  7. 基于MATLAB的图像压缩感知 算法的实现

    摘要 获取项目源文件,联系Q:1415736481,可指导毕设,课设 数据压缩技术是提高无线数据传输速度的有效措施之一.传统的数据压缩技术是基于奈奎斯特采样定律进行采样,并根据数据本身的特性降低其冗余 ...

  8. 【信息隐藏】LSB隐写算法的实现与性能分析

    LSB隐写算法的实现与性能分析 Presented by R.G. 本项目所有的代码文件均可以在我的Github上找到,建议运行我git仓库里的代码文件,不要直接复制本文展示的代码跑 项目地址:htt ...

  9. python边缘检测代码_python Canny边缘检测算法的实现

    图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用.在空域运算中来说,对图像的锐化就是计算微分.对于数字图像的离散信号, ...

最新文章

  1. php和python哪个工资高-Java、Python、Php学哪个好,哪个更有前景?
  2. 灵魂 36 问,让你快速熟悉一个系统
  3. python frame用法_python—dataframe用法
  4. 一个简单的键值存储微服务
  5. mysql语句命令_MySQL语句和命令大全
  6. 开源 MQTT 服务器
  7. SATA学习笔记 14 ---SATA PM
  8. mybatis 源码系列(四) 数据库驱动Driver加载方式
  9. [slove]Unable to find required classes (javax.activation.DataHandler and javax.m
  10. 阿里推出阿里云网盘APP,下载速度远超百度网盘
  11. 光敏电阻 的工作原理及应用
  12. 极客大学产品经理训练营:产品经理的职业规划 第20课总结
  13. 【Git】git did not exit cleanly (exit code 1) 异常处理
  14. js 为label标签和div标签赋值
  15. 系统架构师设计培训心得之二——架构设计
  16. 学校教材订购系统课程设计
  17. java Map的知识点
  18. linux下使用mplayer观看高清电影
  19. 从苏宁电器到卡巴斯基第26篇:难忘的三年硕士时光 IV
  20. 五、DMSP/OLS和NPP/VIIRS夜间灯光数据拟合校正

热门文章

  1. PyTorch 成程序员“新宠”,TensorFlow 风光不再?
  2. 用Scala实现简单的Web和API服务器
  3. 漫画:如何给女朋友解释什么是“锟斤拷”?
  4. CPU 是如何工作的?
  5. 为什么我写了一万小时的代码,却仍然成不了架构师?
  6. 马化腾:5G和AI双核驱动下,产业互联网的春天来了
  7. 107 岁的 IBM 以 340 亿美元吞下了 25 岁的“小”红帽!
  8. 坚守普惠 AI,看华为云如何让 AI 落地!
  9. 马云将于阿里巴巴功成身退?
  10. 作为程序员,制霸了 Stack Overflow 是一种怎样的体验?