BURG法在AR模型功率谱估计中的改进

本文介绍了Burg法在AR模型下功率谱估计中的算法,并在此基础上提出了新的优化算法,通过计算机仿真比较,新的优化算法要优于原来的Burg算法。     

自相关算法的AR功率谱估计

研究了现代功率谱估计中AR模型的自相关算法,并用MATLAB实现了功率谱估计。     

AR模型功率谱估计的典型算法比较及MATLAB实现

介绍现代功率谱估计中AR模型参数的几种典型求解算法,并比较其性能指标,采用功能强大的MAT-LAB软件对各种算法的功率谱估计进行仿真,从实验的角度讨论了这几种功率谱估计法的优缺点,以便在实际工作中做出合理的选择.     

AR模型功率谱估计的典型算法比较及MATLAB实现

介绍现代功率谱估计中AR模型参数的几种典型求解算法,并比较其性能指标,采用功能强大的MAT—LAB软件对各种算法的功率谱估计进行仿真,从实验的角度讨论了这几种功率谱估计法的优缺点,以便在实际工作中做出合理的选择。     

基于 Burg 算法功率谱估计的参数选择

介绍了现代功率谱估计中常用的基于自回归（AR）模型的Burg算法,分析了Burg算法中参数选择对功率谱估计的影响,并给出综合最优的Burg算法参数选择方法,最后将本文参数选择方法应用于列车测速系统进行实验验证,准确地估计出了列车的多普勒频率。     

基于Simulink＆DSP Blockset功率谱估计的仿真实现

Matlab／DSP Blockset／Estimation库提供了对输入信号进行功率谱分析的各种模块。在Simulink图形化的交互环境下,用户只需用鼠标拖动Estimation库中的功率谱估计模块,便能迅速地进行信号的功率谱估计的仿真。     

基于Matlab实现现代功率谱估计

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。     

一种改进的AR谱估计方法

分析了现有的基于最小二乘法的AR参数模型的谱估计算法在信噪比较低时估计效果差的原因，提出了一种基于协方差成形最小二乘法的改进的参数模型AR谱估计算法。这种算法建立了以线性模型的真实输出与估计输出的均方误差为模型的代价函数，并选择满足一定约束条件的线性变换估计使得该均方误差最小。仿真结果表明，这种算法虽然是有偏估计，但在信噪比不高的情况下，估计效果优于Yule—Walker等参数模型AR谱估计方法，而在信噪比较高的情况下，二者估计效果相当。     

基于AR模型的功率谱估计

为了更好地模拟计算功率谱,采用了现代功率谱估计中常用的基于AR模型的自相关法和Burg法,通过仿真给出了估计出的功率谱曲线,结果表明,Burg算法在谱分辨率方面有着良好的性能。选择合适的采样点数来确定模型阶数,给出阶数选择的原则。     

常见的功率谱估计方法及其Matlab仿真

功率谱估计是数字信号处理的重要内容之一,又分为经典谱估计和现代谱估计。经典谱估计主要是周期图法及其改进方法,现代谱估计则有参数模型与非参数模型谱估计之分。文中主要介绍了几种常见的功率谱估计方法的原理、特点,并进行了Matlab仿真分析,发现基于AR参数模型的Burg法效果较好。     

随机信号谱估计方法的Matlab实现

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。     

一种基于LS自适应AR建模的高分辨率时间延迟估计方法

本文提出了一种基于最小二乘（ＬＳ）自适应ＡＲ建模的时延估计方法。这种方法以接收信号的功率谱密度函数为时间序列，利用最小二乘格型自适应滤波器经由ＡＲ建模而得到高分辨率的时间延迟估计。文中给出了这种方法的原理、具体实现及性能分析，并以相关时延估计方法为参照进行了计算机模拟。     

参差周期序列的功率谱估计

本文提出了参差滞差的自相关函数和它的功率谱密度的富里叶变换对;论述了参差周期功率谱密度的一些基本特性。基于4种等周期的谱估计(BT、LP、ML和LSR)和该参差周期功率谱密度,本文说明了相应的4种参差周期谱估计的原理,评价了它们的性能并给出了一些应用的例子。     

TD-LTE下行信道估计的DSP实现

根据项目选定的硬件,选择了合适的信道估计算法,给出了基于变换域IDCT/DCT的LS算法和基于小区专用参考信号的一种TD-LTE下行信道估计的DSP实现方案。CCS的仿真结果表明,该方案具有良好的实时处理能力,获得了较好的估计性能。