bt法 matlab,功率谱估计(一)— BT法与周期图法(附Mtalab代码)

本文介绍了BT法和周期图法两种经典功率谱估计方法,并提供了MATLAB实现代码。BT法是对周期图法的平滑处理,具有较低的分辨率但方差较小;周期图法则具有较高的分辨率但波动较大。通过MATLAB仿真,对比了两种方法的功率谱估计效果。
摘要由CSDN通过智能技术生成

功率谱估计(一)— BT法与周期图法(附Mtalab代码)

功率谱估计(一)— BT法与周期图法(附Mtalab代码)

本文同步发布在我的个人博客宅到没朋友,欢迎来玩。

1.前言

经典功率谱估计基于傅里叶变换的思想,典型代表为BT法和周期图法。

2.自相关函数

理论上求一个随机信号的自相关函数应该使用下面这个公式:R(s,t)=E[X(s)x(t)] R(s,t) = E[X(s)x(t)]\quadR(s,t)=E[X(s)x(t)]

但在实际应用中,我们只能得到一个随机信号有限长度的样本函数。

如果一个随机信号是均方遍历的,我们就可以用样本函数的时间自相关代替该随机信号的自相关函数,如下式:

471e9c248f1337ec78c144e44b1eb0ae.png (式1)

理论上只要样本函数无限长,两者就完全相等,但实际应用中我们只能得到有限长样本函数,所以用样本函数的时间自相关去近似随机信号的自相关函数是有误差的,但只要误差在容许范围内,这就是一个很好的近似。

如果m和N都比较大,上式运算量很大,如何减小运算量,实现自相关函数的快速计算?

这就是我之前文章讲过的,用FFTFFTFFT,具体请移步还在按部就班的算信号自相关?FFT让你体验飞一般的感觉!

3.BT法进行功率谱估计

对上面所求得的r^(m)\hat{r} \left

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值