文章目录
什么是功率谱估计?
经典谱估计法
周期图法-直接法
平均周期图法-Bartlett法
修正的平均周期图法-Welch法
间接法--BT法--自相关法
现代谱估计方法
基于参数建模的功率谱估计
AR模型-自回归模型
MA模型--移动平均模型
ARMA模型--自回归-移动平均模型
基于非参数建模的功率谱估计
评价功率谱的标准
参考资料
什么是功率谱估计?
谱估计在现代信号处理中是一个很重要的课题,功率谱反映了信号的功率在频域随频率w的分布,功率谱估计可以分为经典谱估计方法与现代谱估计方法。
简单说功率谱估计法是通过利用已经获得的N个数据点,来得到一个"非精确"的功率谱对真实随机信号的功率谱进行估计。
任意一个周期信号f(t),其傅里叶变换得到的频谱中将会包含一个直流分量,一个基频成分w0,以及相应的谐波成分。将这些信号分量相加就可以得到原始的时间信号f(t)。
信号分为确定信号和随机信号,而确定信号又分为能量信号和功率信号。根据狄里赫利条件,能量信号可以直接进行傅里叶变换,得到频谱的幅度再平方即为能量谱(或称能量谱密度)。而功率信号不行。
功率谱密度的求法:
如果你测到的信号是一个确定性信号,你就可以直接做FFT,然后平方,再除以你用的点数就得到其功率谱密度;如果你测到的信号是一个随机信号,就需要先求自相关函数,然后对自相关求FFT得到其功率谱密度曲线
确定信号是用FFT求频谱,先FFT,再幅值平方/N
随机信号是用PSD