資源描述：
《ar模型功率譜估計的典型算法比較及matlab實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)15AR模型功率譜估計的典型算法比較及MATL
2、AB實現(xiàn)15導(dǎo)讀：就愛閱讀網(wǎng)友為您分享以下“AR模型功率譜估計的典型算法比較及MATLAB實現(xiàn)”的資訊，希望對您有所幫助，感謝您對92to.com的支持!經(jīng)驗與交流ＥＸＰＥＲＩＥＮＣＥＡＮＤＥＸＣＨＡＮＧＥＣＨＩＮＡＮＥＷＴＥＬＥＣＯＭＭＵＮＩＣＡＴＩＯＮＳＡＲ模型功率譜估計的典型算法比較及ＭＡＴＬＡＢ實現(xiàn)儲彬彬王琛漆德寧合肥２３００３１）（炮兵學(xué)院信息工程系摘要介紹現(xiàn)代功率譜估計中ＡＲ模型參數(shù)的幾種典型求解算法，并比較其性能指標(biāo)，采用功能強大的ＭＡＴ－ＬＡＢ軟件對各種算法的功率譜估計進行仿真，從實驗的角度討論了這幾種功率
3、譜估計法的優(yōu)缺點，以便在實際工作中做出合理的選擇。關(guān)鍵詞功率譜估計ＡＲ模型算法ＭＡＴＬＡＢ功率譜估計是信息學(xué)科中的研究熱點，在過去的３０多年里取得了飛速的發(fā)展?，F(xiàn)代譜估計主要是針對經(jīng)典譜估計（周期圖和自相關(guān)法）的分辨率低和方差性能不好的問題而提出的。其內(nèi)容極其豐富，涉及的學(xué)科和領(lǐng)域也相當(dāng)廣泛，大致可分為參數(shù)模型估計和非參數(shù)模型估計，前者有ＡＲ模型、ＭＡ模型、型，其當(dāng)前輸出是現(xiàn)在輸入和過去輸入的加權(quán)和，表示如下（其中ｕ（ｎ）為白噪聲序列；ｐ為ＡＲ模型的階數(shù)）：（ｎ）＝－!ａｋｘ（ｎ－ｋ）＋ｕ（ｎ）Ｘｋ＝１ｐ（１）（２）ＡＲＭ
4、Ａ模型、ＰＲＯＮＹ指數(shù)模型等；后者有最小方差本文針對ＡＲ模型參方法、多分量的ＭＵＳＩＣ方法等。數(shù)的幾種典型求解算法進行分析、比較其性能指標(biāo)，采用功能強大的ＭＡＴＬＡＢ軟件對各種算法的功率譜估計進行仿真，從實驗的角度討論了這幾種功率譜估計法的優(yōu)缺點，以便在實際工作中做出合理的選擇。率譜１＝（ｚ）＝Ｈ（ｚ）Ａ１１＋!ａｋｚｋ＝１ｐ－ｋ由隨機信號通過線性系統(tǒng)理論知輸出序列的功２σｊｗＰ（ｘｅ）＝１＋!ａｋｅｋ＝１ｐ２－ｊｗｋ（３）１ＡＲ模型Ｙｕｌｅ－Ｗａｌｋｅｒ方程參數(shù)模型法功率譜估計的主要思想是：將廣義２其中σ為白噪聲序列的方
5、差，因此進行功率譜２估計，必需求得ＡＲ模型的參數(shù)ａｋ（ｋ＝１，２…ｐ）及σ。平穩(wěn)的過程ｘ（ｎ）表示成一個輸入序列ｕ（ｎ）（白噪聲過程）激勵線性系統(tǒng)Ｈ（ｚ）的輸出；由已知的ｘ（ｎ）或其自相關(guān)函數(shù)ｒ（）來估計Ｈ（ｚ）的參數(shù)；由Ｈ（ｚ）的ｘｍ參數(shù)估計ｘ（ｎ）的功率譜。根據(jù)ＡＲ模型的正則方程即Ｙｕｌｅ－Ｗａｌｋｅｒ方程，可得：２ＡＲ模型參數(shù)求解的典型算法用線性方程組的常用解法（例如高斯消元法）求ＡＲ模型又稱為自回歸模型，它是一個全極點模７６ＣＨＩＮＡＮＥＷＴＥＬＥＣＯＭＭＵＮＩＣＡＴＩＯＮＳＳｅｐｔｅｍｂｅｒ２００８經(jīng)驗與交流ＥＸ
6、ＰＥＲＩＥＮＣＥＡＮＤＥＸＣＨＡＮＧＥ中國新通信%&&&&&&&&&&&&&&&&&&’（０）ｒｘ（１）ｒｘ（２）ｒｘ（ｐ）ｒｘ…（１）ｒｘ（０）ｒｘ（１）ｒｘ（ｐ－１）ｒｘ15…（２）ｒｘ（１）ｒｘ（０）ｒｘ…２…………（ｐ）ｒｘ（ｐ－１）ｒｘ（ｐ－２）ｒｘ（０）ｒｘ…（ｐ－２）…ｒｘ(%)&)&)&)&)&)&)&)&)&)&)&)&)&)&)&)&)&)*’１ａ１ａ２ａｐ…()))))))))))))))))*２σ０＝０%&&&&&&&&&&&&&&&&’15０())))))))))))))))*（４）…解Ｙｕｌｅ－
7、Ｗａｌｋｅｒ方程，需要的運算量數(shù)量級為ｐ３，但若利用系數(shù)矩陣的對稱性和Ｔｏｅｐｌｉｔｚ性質(zhì)，則可構(gòu)成一些高效算法，Ｌｅｖｉｎｓｏｎ－Ｄｕｒｂｉｎ算法是其中最著名、應(yīng)用最廣泛的一種，這種算法的運算量數(shù)量級為ｐ。這是一種按階次進行遞推的算法，即首先以ＡＲ（０）和ＡＲ（１）模型參數(shù)作為初始條件，計算ＡＲ（２）模型參數(shù)；然后根據(jù)這些參數(shù)計算ＡＲ（３）模型參數(shù)，等等，一直到計算出ＡＲ（ｐ）模型參數(shù)為止，當(dāng)整個迭代計算結(jié)束后，不僅求得了所需要的ｐ階ＡＲ模型的參數(shù)，而且還得到了所有各低階模型的參數(shù)。根據(jù)線性預(yù)測理論及Ｗｉｅｎｅｒ－Ｈｏｐ
8、ｆ方程知：一個ｐ階ＡＲ模型的ｐ＋１個參數(shù)同樣可用來構(gòu)成一個估計時令前向預(yù)測誤差功率最小，即對ｅ（ｎ）前后都加窗，Ｗｉｅｎｅｒ－Ｈｏｐｆ方程系數(shù)為Ｔｏｅｐｌｉｔｚ矩陣，使用ｆＬｅｖｉｎｓｏｎ－Ｄｕｒｂｉｎ算法可方便快速的求解ＡＲ系數(shù)。因此自相關(guān)法也是已知所有ＡＲ系數(shù)求解方法中最簡單的一種，但譜分辨率相對較
