随机信号的功率谱密度 估计和相关函数 随机信号的功率谱密度估计和相关函数 1.实验目的 了解估计功率谱密度的几种方法, 掌握功率谱密度估计在随机信号处理中的 作用。 ⒉ 实验原理 随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。 功率谱 密度简称为功率谱, 是自相关函数的傅里叶变换。 对功率谱密度的估计又称功率 谱估计。 1.线性估计法(有偏估计):线性估计方法是有偏的谱估计方法,谱分辨率随数 据长度的增加而提高。包括自相关估计、自协方差法、周期图法。 2.非线性估计(无偏估计):非线性估计方法大多是无偏的谱估计方法,可以获 得高的谱分辨率。包括最大似然法、最大熵法 ⒊ 实验任务与要求 1. 所有功能均用 matlab仿真。 2. 输入信号为:方波信号 +n(t) ,方波信号信号基频 1KHz,幅值为 1v,n(t) 为 白噪声。 3. 编写自相关估计法、 自协方差法、周期图法
数字随机信号功率谱密度( PSD)分析-基带 <版权所有,转载请注明来源 : http://hi.baidu.com/ligang75/ ligang75 的文库 > 1、形如 0n n a g t nT 的基带数字信号的 PSD 设有随机数字信号 0 0 * n n n n x t a g t nT a t nT g t (1-1) 其中 g(t)为基带成型脉冲,其持续时间为 t∈(0,T0)。 na 为取值离散的平稳随 机随机序列,可以为复值。 (1-1)式可以表示一般的基带随机过程。至于(窄带)带通过程,则可用等 效基带法表示为: Re cj ts t x t e (1-2) 之后使用窄带随机过程理论来分析。 容易知道, (1-1)式所表示的随机过程是以 T0为周期的周期平稳随机过程。 要求其功率谱密度,一种方法是先求得其周期的自相关函数,然后在一个 码元周期内求其平均自相关