music、esprit、mvdr算法的譜估計(jì).doc

music、esprit、mvdr算法的譜估計(jì).doc

ID:55631847

大小:402.50 KB

頁數(shù):7頁

時(shí)間:2020-05-21

music、esprit、mvdr算法的譜估計(jì).doc_第1頁
music、esprit、mvdr算法的譜估計(jì).doc_第2頁
music、esprit、mvdr算法的譜估計(jì).doc_第3頁
music、esprit、mvdr算法的譜估計(jì).doc_第4頁
music、esprit、mvdr算法的譜估計(jì).doc_第5頁
資源描述:

《music、esprit、mvdr算法的譜估計(jì).doc》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、課程(論文)題目:MUSIC、ESPRIT、MVDR算法的譜估計(jì)內(nèi)容:1算法原理1.1MUSIC算法MUSIC算法利用信號子空間和噪聲子空間的正交性,構(gòu)造空間譜函數(shù),通過譜峰搜索,估計(jì)信號頻率。由,且矩陣可逆得,。又由于矩陣為正定的對角矩陣,方程兩邊可再同時(shí)左乘,推出,,。這就表明,信號頻率向量與噪聲子空間的特征向量正交。信號角頻率的估計(jì)可以由掃描函數(shù)的K個(gè)峰值位置確定。1.2ESPRIT算法ESPRIT算法即基于旋轉(zhuǎn)不變技術(shù)的信號參數(shù)估計(jì)。連續(xù)M個(gè)時(shí)刻的觀測值可表示為向量形式。定義隨機(jī)過程,且向量和矩陣分別為,,則?!       ∠蛄康淖韵嚓P(guān)矩陣為,向量和的互

2、相關(guān)矩陣為。對進(jìn)行特征分解,找到的最小特征值。定義矩陣:,可以通過求解方程式來求得到矩陣的廣義特征值。當(dāng)時(shí),矩陣是奇異的;而時(shí),是滿秩的。矩陣對的廣義特征值恰為,這些根的相位即為信號的頻率估計(jì)。1.3MVDR算法MVDR算法即最小方差無失真響應(yīng)算法,是有別于經(jīng)典功率譜估計(jì)和參數(shù)模型估計(jì)的另一類信號頻率估計(jì)方法。定義向量,假定信號通過一個(gè)M抽頭的FIR濾波器,則輸出信號為:的功率可以表示為。    為求得濾波器的系數(shù),需要滿足在對給定的某一頻率處,無失真地通過,且最小。此時(shí),              則。并不是真正意義上的功率譜,但它描述了信號真正譜的相對強(qiáng)度,可

3、以由此估計(jì)信號頻率。2算法實(shí)現(xiàn)采用空間譜估計(jì)的典型代表MUSIC算法,ESPRIT算法和MVDR算法,對含有高斯白噪聲的復(fù)正弦信號進(jìn)行頻率估計(jì)。選取的信號數(shù),陣元數(shù),采樣數(shù)0。待檢測信號的歸一化頻率為,仿真的待檢測信號為:假設(shè)都是零均值,方差為1的白噪聲,采樣數(shù)為N,且彼此之間相互獨(dú)立,則陣列響應(yīng)矩陣為假定噪聲為零均值,方差為1的高斯白噪聲,采樣數(shù)為N,則待檢測信號引入的噪聲為于是仿真信號為:。2.1MUSIC算法利用MUSIC算法進(jìn)行頻率估計(jì)時(shí),首先求出仿真信號的自相關(guān)矩陣,然后對自相關(guān)矩陣進(jìn)行特征值分解得到特征值空間和特征向量空間,然后對特征值空間進(jìn)行升序排序

4、,取較小的個(gè)特征值所對應(yīng)的特征向量組成噪聲子空間G,然后求得,MUSIC算法程序段如下所示:R=X*X'/N;[UD]=eig(R);[d,index]=sort(diag(D));U=U(:,index);fori=-N:Na=exp(-j*2*pi*[0:M-1]'*(i*0.5/N));Pmusic(i+1+N)=abs(1/(a'*U(:,1:end-p)*U(:,1:end-p)'*a));endplot(omg,10*log10(Pmusic/max(Pmusic)));%畫出MUSIC算法圖形2.1ESPRIT算法ESPRIT算法要先構(gòu)造相關(guān)矩陣和,

5、然后對進(jìn)行特征值分解得到最小特征值即為噪聲的方差,通過對矩陣對進(jìn)行廣義特征值分解,最接近單位圓的K個(gè)特征值相位即為信號的頻率估計(jì)。ESPRIT算法程序段如下所示:S1=U(1:end-1,8:10);S2=U(2:end,8:10);S12=[S1S2];[UuDd]=eig((S12'*S12));[dd,ind]=sort(diag(Dd));Uu=Uu(:,ind);dt=-Uu(1:3,1:3)*inv(Uu(4:6,1:3));dd=eig(dt);t_esprit=asin(-angle(dd)/(2*pi));plot(t_esprit,[000],

6、'*','color','red')%畫出ESPRIT算法圖形,紅色表示2.3MVDR算法MVDR算法要先求自相關(guān)矩陣,然后將峰搜索矩陣帶入最小方差譜估計(jì)公式通過觀察譜峰得到信號的頻率估計(jì)值。MVDR算法程序段如下所示:fori=-N:Na=exp(-j*2*pi*[0:M-1]'*(i*0.5/N));Pmvdr(i+N+1)=abs(1/(a'*inv(R)*a));endplot(omg,10*log10(Pmvdr/max(Pmvdr)),'--','color','black')2.4程序流程圖各算法程序流程圖如下所示:圖2.4.1MUSIC算法圖2.4

7、.2ESPRIT算法圖2.4.3MVDR算法2仿真結(jié)果使用MATLAB軟件進(jìn)行仿真,得出MUSIC算法、ESPRIT算法、MVDR算法的仿真圖形分別如圖3.1、圖3.2、圖3.3所示。為了將這三種算法的譜估計(jì)效果更加直觀地比較,將三種算法的仿真結(jié)果圖形放在一張圖中進(jìn)行比較,如圖3.4所示。另外,MUSIC算法得出的頻率估計(jì)為,運(yùn)算時(shí)間time=1.415;ESPRIT算法的頻率估計(jì)為,運(yùn)算時(shí)間time=0.0251;MVDR算法的頻率估計(jì)為,運(yùn)算時(shí)間time=0.0910。圖3.1MUSIC仿真結(jié)果圖3.2ESPRIT仿真結(jié)果圖3.3MVDR仿真結(jié)果圖3.4各種算

8、法仿真比較

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。