毕业论文：非参数谱估计算法与实现

空间谱分析采用了类似时域谱估计中的非线性处理，从而产生了些特殊的算法，如多重信号分类法旋转不变技术的参数估计法最小内积法投影矩阵法和矩阵分解法等。

这些方法都巧妙地利用接收信号的相关矩阵的特征结构。

其中，算法将阵列输出数据的自相关矩阵进行特征分解，然后利用这两个子空间的正交性来估计信号的参数。

这算法的提出开创了空间谱估计算法研究的新时代，成为空间谱估计理论体系中的标志性算法。

这种算法也是本文会研究到的。

空间谱估计通过阵列信号处理，估计出阵列信号的空间谱，即信号源在空间的分布情况。

采用该技术不仅可以提高测向精度和分辨力，而且加快了信号处理的运算速度。

本文的主要工作第章，扼要介绍了谱估计，非参数谱估计以及空间谱估计等概念。

第二章，首先研究周期图法的算法与实现，用对其仿真，分析仿真结果，总结周期图法的优缺点，再引出其他几种对周期图法的改进方法，如，法，平均周期图法法以及法。

从各种估计法的算法着手，结合仿真，分析仿真结果，与周期图法作比较，总结各种算法对周期图法作出了哪些改进。

第三章，首先引入什么是空间谱估计，简介其主要应用。

采用算法和算法仿真实现了阵列侧向以及波束形成。

第四章，总结了本课题研究过程中的主要工作理论结论。

几种常用的非参数谱估计算法与实现引言谱估计的非参数方法完全依赖于的定义式来实现功率谱的估计，这些方法构成了估计的经典手段。

本章主要讨论几种非参数谱估计方法这些方法的性质以及这些方法在中的仿真。

这里首先介绍种最常用的谱估计算法，即由式直接导出的周期图法。

对于足够长的数据长度，周期图法能够获得满意的分辨率，但是不是可靠的谱估计算法，这是因为它的方差很大，而且并不随着数据长度的增加而降低。

由于周期图法的估计方差很大，促使人们不断地研究新的改进方法，试图以降低分辨率为代价来获得较小的估计方差。

目前已经提出了些改进的方法，我们仅讨论其中最常见的几种。

可以证明，在大量数据样本的条件下，所有这些方法在性质和性能方面或多或少是等价的。

周期图法周期图谱估计种信号功率谱密度估计方法。

它的特点是为得到功率谱估值，先取信号序列的离散傅里叶变换，然后取其幅频特性的平方并除以序列长度，由于序列的离散傅里叶变换具有周期性，因而这种功率谱也具有周期性，常称为周期图。

于年首先提出周期图法，也称直接法，取平稳随机信号的有限个观察值⋯，对功率谱进行估计，周期图方法依赖于的定义式。

略去只有信号样本信息的条件下不能实现的期望和极限运算，我们得到周期图用来确定时间序列中可能存在隐周期，是周期图谱估计子式最早的应用之，这也许可以认为这种方法的由来。

周期图法的性质分析的统计特性的重要性在于，证明了周期图作为估计的不可靠性，此外，还提供了些如何改进周期图以便获得更好的谱估计的内部机理。

我们用两个部分来分析周期图方法的性质偏差分析和方差分析。

通常用偏差和方差这两种基本度量来刻划估计子的性能，其主要原因是个估计的总平方误差就是它的偏差的平方与方差之和。

为了说明这个问题，设为任意个带估计量，是啊的个估计。

估计的均方差为通过分别考虑的偏差和方差分量，我们可以获得误差来源的深入了解，并得到减少误差的方法。

估计的均值其中是窗函数的傅里叶变换。

当时，，是无偏估计，当为有限值时，是有偏估计，偏差为二估计的方差其中，魏平，唐斌，陆明泉，唐海燕，谈觅舟，肖先赐谱估计原理电子科技大学研究生教材，胡广书数字信号处理理论算法与实现北京清华大学出版社，王晓峰，王炳和周期图及其改进方法中谱分析率的分析武警工程学院学报，姚武川，姚天任经典谱估计方法的分析华中理工大学学报刘刚，吕新华，攸阳阵列信号处理中基于算法的空间谱估计微计算机信息附录附录Ⅰ直接法，频率功率谱点功率谱，频率功率谱点功率谱附录Ⅱ间接法，点功率谱估计，频率功率谱点功率谱估计附录Ⅲ频率功率谱周期图法得到的点功率谱频率功率谱将点信号分三段得到的功率谱附录Ⅳ频率功率谱周期图法得到的点功率谱，频率功率谱将点信号分五段且每段之间有重叠得到的功率谱截取时间段上的离散信号样点序列频率功率谱周期图法得到的点功率谱，频率功率谱采用平均修正周期图法得出的功率谱估计附录Ⅴ平滑周期图法，即在自相关函数上加窗的方法。

求功率谱频率功率谱矩形窗，频率功率谱窗，频率功率谱窗附录Ⅵ附录Ⅶ，附录Ⅷ非参数谱估计的算法与实现内容摘要功率谱估计是随机信号分析中的个重要内容，主要研究信号在频域中的各种特征，目的是根据有限观测数据在频域内提取被噪声污染的有用信号。

本设计针对非参数谱估计的算法与实现展开研究。

首先讨论了种最常见的谱估计法周期图法。

由于周期图法是有偏估计，其方差过大，分辨率较低，因此，需要研究基于周期图的各种改进方法。

主要的改进途径包括改善窗口形状对数据进行平均和平滑等。

为此，讨论了基于周期图的其他几种非参数谱估计算法即法平均周期图法，包括法和法及其通过的仿真实现。

此外，信号来波方向估计是功率谱估计算法在空间领域的推广应用，具体就是以多元天线阵结合现代数字信号处理为基础的新型测向技术。

为此，本设计还讨论比较了采用法算法实现波达方向估计的实现。

关键词周期图法平均周期图法谱估计法算法波达方向目录绪论引言非参数谱估计空间谱估计本文的主要工作几种常用的非参数谱估计算法与实现引言周期图法周期图谱估计周期图法的性质周期图法在中的仿真实现法法谱估计谱估计的性质谱估计在中的仿真实现平均周期图法方法及在中的仿真实现方法及在中的仿真实现小结空间谱估计的算法与实现引言全向天线的波束下倾全向天线的波束下倾的基本原理全向天线的波束下倾的仿真实现天线的波达方向估计天线的波达方向估计的基本原理求波达方向的方法天线阵的波束形成小结结论致谢，参考文献附录非参数谱估计的算法与实现绪论引言非参数谱估计信号的频谱分析是研究信号特性的重要手段之。

对于确定性信号，可以用傅里叶变换来考察其频谱性质。

在通信系统中，最常见的信号往往不是确定信号，而是具有种统计特性的随机信号。

对于随机信号，由于它般不是周期的，持续时间无限长，具有无限长能量的功率信号，不满足傅里叶变换条件，随机信号也不存在解析表达式，因此，对随机信号，我们不能像确定信号那样进行频谱分析。

然而，虽然随机信号的频谱不存在，但如果随机信号是平稳的，其相关函数就是确定的，那么相关函数的傅里叶变换就是它的功率谱密度函数，简称功率谱。

通常可以通过求随机信号的功率谱来对这类信号进行频谱分析。

功率谱是频率的函数，其物理单位是，反映了随机信号各频率成份功率能量的分布情况，可以揭示信号中隐含的周期性及相邻谱峰等有用信息。

功率谱估计的应用极其广泛，例如，在语音信号识别雷达杂波分析地震勘探信号处理水声信号处理系统辨识中非线性系统识别物理光学中透镜干涉流体力学的内波分析太阳黑子活动周期研究等许多领域，发挥了重要作用。

然而，实际应用中的平稳随机信号通常是有限长的，只能根据有限长信号估计原信号的真实功率谱，这就是功率谱估计问题。

功率谱估计分为非参数模型谱估计和参数模型谱估计，本文主要研究非参数模型谱估计非参数模型谱估计又称经典谱估计，主要方法有周期图法，平均周期图法，法及改进的周期图法，如法和法。

空间谱估计电磁波到达方向估计在无线电通信雷达声纳和导航等领域有着广泛的应用。

由于空间信号存在多源可能，加上电磁波传播的多径效应，将会给波束法测向带来较大测量误差，并受干扰信号的影响严重。

利用阵列天线进行测向，其空间分辨率因阵列孔径尺寸的选择受经典瑞利限的限制，在瑞利限以内的空间目标则不能分辨。

为了突破瑞利限约束，提高角度分辨力，新的测向技术不断涌现。

在波束形成技术零点技术和时域谱估计技术的基础上发展起来的空间谱估计技术是基于阵列信号处理技术的种超分辨测向技术，用于提高在处理带宽内空问信号角度的估计精度和分辨力。

空间谱分析采用了类似时域谱估计中的非线性处理，从而产生了些特殊的算法，如多重信号分类法旋转不变技术的参数估计法最小内积法投影矩阵法和矩阵分解法等。

这些方法都巧妙地利用接收信号的相关矩阵的特征结构。

其中，算法将阵列输出数据的自相关矩阵进行特征分解，然后利用这两个子空间的正交性来估计信号的参数。

这算法的提出开创了空间谱估计算法研究的新时代，成为空间谱估计理论体系中的标志性算法。

这种算法也是本文会研究到的。

空间谱估计通过阵列信号处理，估计出阵列信号的空间谱，即信号源在空间的分布情况。

采用该技术不仅可以提高测向精度和分辨力，而且加快了信号处理的运算速度。

本文的主要工作第章，扼要介绍了谱估计，非参数谱估计以及空间谱估计等概念。

第二章，首先研究周期图法的算法与实现，用对其仿真，分析仿真结果，总结周期图法的优缺点，再引出其他几种对周期图法的改进方法，如，法，平均周期图法法以及法。

从各种估计法的算法着手，结合仿真，分析仿真结果，与周期图法作比较，总结各种算法对周期图法作出了哪些改进。

第三章，首先引入什么是空间谱估计，简介其主要应用。

采用算法和算法仿真实现了阵列侧向以及波束形成。

第四章，总结了本课题研究过程中的主要工作理论结论。

几种常用的非参数谱估计算法与实现引言谱估计的非参数方法完全依赖于的定义式来实现功率谱的估计，这些方法构成了估计的经典手段。

本章主要讨论几种非参数谱估