快速傅里叶变换功率谱密度matlab_(完整word版)自己编写算法的功率谱密度的三种matlab实现方法...

AR模型功率谱估计又称为自回归模型，它是一个全极点的模型，要利用AR模型进行功率谱估计须通过levinson_dubin递推算法由 Yule-Walker方程求得AR的参数:σ

2，

α1α2…αp。

计算中，预测系数必须满足Lenvinson-Durbin递推关系，并且可直接计算而无需首先计算自相关系数。这种方法的优点就是对未知数据不需要做任何假设，估计精度较高。其缺点是在分析噪声中的正弦信号时，会引起谱线分裂，且谱峰的位置和正弦信号的相位有很大的关系。

Burg算法是使前向预测误差和后向预测误差均方误差之和最小来求取Km的，它不对已知数据段之外的数据做认为假设。计算m阶预测误差的递推表示公式如下：

em(n)?em-1(n)?kmem-1(n-1)em(n)?em-1(n-1)?kmem-1(n)e0(n)?e0(n)?x(n)

求取反射系数的公式如下：

-k?E{[?[-1)]}e(n)]e(n

mf2b2m-1m-1ffbbbffb

2E[(n)(n-1)]eem-1m-1fb对于平稳随机过程，可以用时间平均代替集合平均，因此上式可写成：

???-,m?1,2,?，pk????????-1)?e(n)e(nmn?mN-1f2(n)(n-1)?eem-1m-12bm-1m-1N-1?fb2n?m

这样便可求得AR模型的反射系数。

将m阶AR模型的反射系数和m-1阶AR模型的系数代入到

Levinson关系式中，可以求得AR模型其他的p-1个参数。 Levinson关系式如下：

(i)?(i)?(m-i),i?1,2,?，m-1aaka

mm-1mm-1m阶AR模型的第m+