共查询到18条相似文献,搜索用时 125 毫秒
1.
色噪声背景下正弦参量估计的互谱矩和SVD方法 总被引:14,自引:0,他引:14
互谱估计方法是用于色噪声背景下正弦信号参量估计的一个十分有效的方法,但以往互谱估计都是采用FFT广泛和互周期图法,本文首次将现代谱估计方法引入到互谱估计中,从理论上建立了互相函数的Yule-Walker方程,并并在此基础上进而提出了互谱估计的矩估计法和SVD方法,给出了仿真实例结果。 相似文献
2.
3.
测量噪声背景下微弱正弦信号参数估计的互功率谱方法 总被引:7,自引:2,他引:5
本文首次把近代谱估计方法引入到互谱估计中,从理论上证明了互相关函数的Yule-Walker方程,并在此基础上提出了互谱参数谱估计的矩估计方法和Levinson递推估计方法。该方法可以有效地克服传统的互谱FFT算法和互周期图法存在的谱分辩率低,谱估计方差大等缺点。文中还给出了信噪比为-30dB的正弦信号参数估计的仿真实例。 相似文献
4.
5.
本文介绍一种运用Matlab Signal Processing Toolbox和GUI图形用户界面技术实现语音信号功率谱估计与显的方法,该方法包括基于FFT功率谱估计和Music法功率谱估计等。实验结果表明,该方法编程简单对硬件要求不高,易于实现。 相似文献
6.
7.
本文提出一种新的ARMA(p,q)谱估计方法,与Cadzow和Kay的谱估计方法相同,新方法只需确定ARMA模型的AR参数就可以获得ARMA的谱,但当采样数目N>>P时,AR参数估计的计算量却比Cadzow和Kay的方法下降了大约50%。计算机仿真表明新方法的谱估计质量相似于Kay的谱估计质量。 相似文献
8.
9.
10.
功率谱估计是随机信号分析中的一个重要内容。从介绍功率谱的估计原理入手分析经典谱估计和现代谱估计两类估计方法的原理、各自特点及在Matlab中的实现方法。经典功率谱估计的方差大、谱分辨率差,分辨率反比于有效信号的长度,但现代谱估计的分辨率不受此限制。给出了功率谱估计的应用。 相似文献
11.
12.
对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。 相似文献
13.
14.
分布式星载SAR利用不同视角回波信号之间地面散射频谱不同的特性来提高SAR图像的距离向分辨率.其数据处理的关键就是如何将这些不同频段的信号相结合,得到具有更宽频谱的高分辨率图像.本文提出了一种基于频谱偏移估计的分布式星载SAR提高距离向SAR图像分辨率的数据处理方法.该方法的主要思想是在SAR复图像的基础上,通过精确的估计,得到SAR复图像间的距离向频谱偏移量,并根据该偏移量,在频域进行距离向频谱偏移补偿后将图像相加.建立了分布式星载SAR单视复图像的信号模型,推导了基于频谱偏移估计提高SAR图像距离向分辨率的原理公式,给出了基于频谱偏移估计提高距离向分辨率的具体数据处理步骤.最后采用仿真数据验证了理论推导的正确性和数据处理方法的有效性. 相似文献
15.
基于Matlab实现现代功率谱估计 总被引:4,自引:0,他引:4
功率谱估计可以分为经典谱估计和现代谱估计。现代谱的估计可建立AR模型对离散信号进行谱估计、建立MA模型和ARMA模型进行谱估计。基于Matlab对三种模型进行仿真,并对结果进行了分析。结果显示,三种模型对现代谱的获得是有效的,并得到较好的谱估计。 相似文献
16.
针对色噪声背景下的未知线谱信号估计问题,该文提出一种基于分子频带处理的稀疏重构类线谱估计方法。首先,利用多速率余弦调制滤波器组对观测信号进行子带分解,得到功率谱相对平坦的子带信号。之后,在每个子带信号上,利用基于迭代最小化的稀疏学习方法进行线谱估计,并将各子带上的线谱估计结果进行频域综合滤波以及门限判决等处理。最终得到色噪声背景下的线谱估计结果。理论推导及仿真实验表明所提方法在色噪声背景下具有较好的线谱估计性能。其能够有效地去除色噪声背景,同时保留稀疏重构类线谱估计方法所具有的高频率分辨力等优点。 相似文献
17.
基于几何绕射模型的多频带信号融合新方法 总被引:2,自引:2,他引:0
多频带雷达信号融合处理利用从不同频段获取的目标在一维谱域呈稀疏分布的雷达观测数据,通过信号级相干融合来提高目标散射中心参数估计精度和一维距离像的分辨能力。传统谱估计类融合方法的性能都受限于模型阶数估计。而多频带的稀疏分布,破坏了观测系统矩阵的互相干性度量,从而使得基追踪(基于l1范数的稀疏表示)方法的全局最优解可能并不等于信号的真实稀疏表示。本文在GTD散射模型的基础上,提出了一种基于稀疏贝叶斯学习的融合方法,既避免了阶数估计,又克服了基追踪方法的缺陷。实验结果也表明了此方法的优越性。 相似文献
18.
针对稀疏迭代协方差估计(sparse iterative covariance-based estimation, SPICE)方法功率谱估计精度较低和计算复杂度较高的局限性,提出了一种基于稀疏迭代协方差矩阵的谐波信号功率谱和频率参数的快速估计方法。该方法主要结合渐近最小方差准则和快速傅里叶变换,对功率谱参数进行快速迭代校正估计。首先,使用SPICE算法得到功率谱和频率参数的初估计。然后,通过渐近最小方差准则得到功率谱参数的迭代校正表达式。最后,利用功率谱迭代校正式获得谐波信号的功率谱和频率参数的估计。为提高算法的计算效率,利用观测数据协方差矩阵的Toeplitz结构和导向矢量的指数形式,对协方差矩阵进行(Gohberg-Semencul, G-S)分解,通过快速傅里叶变换对协方差矩阵求逆和矩阵与向量相乘部分进行求解,从而使参数估计的计算时间大大减少。仿真实验表明,验证了所提算法对谐波功率谱和频率参数具有较高的估计精度,并且计算复杂度较低。 相似文献