高维随机信号THREE功率谱估计及其仿真

功率谱估计是随机信号处理领域的基本问题之一,其基本方法是利用有限长的数据估计信号的功率谱.从演化进程上来看,可分为经典谱估计和现代谱估计.参照现代谱估计中的THREE谱估计方法,对基于Hellinger度量的随机信号的功率谱估计方法进行了探讨,并进行了模拟仿真.通过数值模拟,发现基于Hellinger度量的随机信号的功率谱估计方法能有效用于高维随机信号的谱估计中.     

基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.     

基于Welch算法的功率谱估计的实现

在经典谱估计领域,由Welch提出的修正周期图法由于其简单,易于理解,便于计算等优点,获得了有效的应用,在多数情况下,其频率分辨率、估计方差能满足实际应用.运用MATLAB软件进行Welch算法仿真,并重点分析了窗函数对谱估计的影响.     

基于Matlab的Welch法功率谱估计

在经典谱估计领域,由Welch提出的修正周期图法获得了有效的应用,在多数情况下,其频率分辨率、估计方差能满足实际应用.运用Matlab软件进行Welch算法仿真与分析,从而得出一些有价值的结论.     

对电力系统谐波的参数方法的功率谱估计及滤波处理

基于MATLAB建立电力系统谐波的几种参数方法功率谱估计模型,用差分滤波技术滤除谐波,并通过分析AR模型这种方法功率谱估计的谱特点,得出它的应用范围和条件,针对应用普遍算法最简单的AR模型进行详细分析,将它与经典功率谱估计进行比较,得出谱估计和差分滤波幅频特性的一些特点.     

信号处理——自相关和谱估计

利用给定的一组样本数据估计一个平稳随机信号的功率谱密度称为功率谱估计。在许多工程应用中，功率谱的分析和估计是十分重要的，因为它能给出被分析对象的能量随频率的分布情况。这本教科书是适用于研究生水平的信号处理著作，主要讲述现代谱估计理论。     

心率变异性现代谱估计对不同年龄段正常人的分析

比较了经典谱估计与现代谱估计在心率变异性分析中的应用,指出了经典谱估计具有频率分辨率低和旁瓣泄漏的固有缺点,采用以自回归模型为代表的现代谱估计对心率变异性信号特别是短时心率变异性信号分析具有优越性,并对不同年龄段正常人的心率变异信号进行了分析和比较,分析结果表明:自回归模型功率谱估计在心率变异性分析中的有效性优于当前所使用的传统谱估计方法;随着年龄增长,HRV信号总能量及各频段能量明显减少.     

拓广互谱ESPRIT法和TLS—拓广互谱ESPRIT法

以互功率谱估计为工具,提出色噪声背景下正弦参量估计的拓广的互谱ＥＳＰＲＩＴ解法和总体最小二乘拓广互谱ＥＳＰＲＩＴ算法（ＴＬＳ－拓广互ＥＳＰＲＩＴ）。并给出仿真实验结果。     

AR模型在阵风载荷飞行试验中的应用

摘要：功率谱密度（PSD）函数在阵风载荷飞行试验数据分析中占有重要的地位。经典谱分析方法具有信号丢失、分辨率低等缺点,现代谱分析方法提高了谱估计的分辨率和真实程度。本文将基于AR模型的现代谱理论引入飞机阵风载荷飞行试验数据分析中,取得了比较满意的结果。     

基于递归最小追踪的噪声互功率谱估计算法

针对改进最小追踪噪声互功率谱估计方法存在的噪声过估计的问题。提出一种基于递归最小追踪的噪声互功率谱估计算法。该方法中的平滑因子使用了递归平均技术,在估计噪声互功率谱时,会根据每个频点的实际信噪比作相应的调整。仿真结果表明,该噪声估计算法应用于一个语音增强系统时,取得了较小的噪声均方估计误差及较好的感知语音质量评价(PESQ)得分。