dsp.SpectrumEstimator
估计功率谱或功率密度谱
描述
的dsp.SpectrumEstimator系统对象™计算功率谱和功率密度谱信号使用韦尔奇算法或滤波器组的方法。
当你选择韦尔奇方法,对象计算平均修正周期图计算谱估计。当你选择滤波器组的方法,分析滤波器组将宽带输入信号分解成多个窄部分波段。对象计算的力量在每个频带窄,与计算值是在各自的频带谱估计。信号的FFT长度相对较小,滤波器组的方法产生一个与高分辨率谱估计,更准确的噪声地板,和峰值比韦尔奇的方法更精确,低或没有频谱泄漏。这些优势为代价来增加计算和跟踪慢。
频谱可以表示在瓦或分贝。这个对象也可以估计max-hold和min-hold光谱的信号。
估计功率密度谱:
创建
dsp.SpectrumEstimator对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
描述
SE= dsp.SpectrumEstimatorSE,计算频率功率谱或真实的或复杂的信号的功率密度谱。这个系统对象使用韦尔奇的平均修正周期图方法或过滤器种以银行为基础的谱估计方法。
SE= dsp.SpectrumEstimator (名称,值)dsp.SpectrumEstimator系统对象与每个指定的属性名设置为指定的值。未指定的属性有默认值。
属性
使用
描述
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
多路正弦信号的功率谱
计算功率谱的多路正弦信号使用dsp.SpectrumEstimator系统对象™。你可以得到的向量的频率谱估计使用getFrequencyVector函数。计算估计的分辨率带宽(RBW)使用getRBW函数。
生成一个三通道正弦信号1千赫采样。指定正弦频率为100、200和300赫兹。第二个和第三个通道从第一阶段抵消
和
,分别。
sineSignal = dsp.SineWave (“SamplesPerFrame”,1000,“SampleRate”,1000,…“频率”(100 200 300),“PhaseOffset”,0π/ 2π/ 4);
估计和情节的片面的光谱信号。使用dsp.SpectrumEstimator计算和对象dsp.ArrayPlot策划。
估计量= dsp.SpectrumEstimator (“FrequencyRange”,“单向的”);绘图机= dsp.ArrayPlot (“PlotType”,“行”,“YLimits”,0.75 [0],…“YLabel”,的功率谱(瓦特),“包含”,的频率(赫兹));
一步通过获取数据流和显示三个通道的光谱。
y = sineSignal ();pxx =估计(y);绘图仪(pxx)
得到的向量在赫兹频率的谱估计,使用getFrequencyVector函数。
f = getFrequencyVector(估计);
计算估计的分辨率带宽(RBW)使用getRBW函数。
rbw = getRBW(估计值)
rbw = 0.0015
信号功率谱的分辨率带宽为0.0015赫兹。这个频率是最小的频率,可以解决频谱。
使用滤波器组谱估计
比较谱估计正弦信号嵌入在高斯白噪声通过损害窗口韦尔奇方法和滤波器组的方法。
初始化
初始化两个dsp.SpectrumEstimator对象。指定一个估计量使用Welch-based损害窗谱估计技术。指定要使用的其他估计量的分析滤波器组来执行谱估计。指定一个嘈杂的正弦波输入信号4正弦曲线为0.16,0.2,0.205,和0.25周期/样品。查看谱估计使用数组的阴谋。
FrameSize = 420;Fs = 1;sinegen = dsp.SineWave (“SampleRate”Fs,…“SamplesPerFrame”FrameSize,…“频率”(0.16 - 0.2 0.205 - 0.25),…“振幅”[2 e-5 1 0.05 - 0.5]);NoiseVar = 1平台以及;numAvgs = 8;hannEstimator = dsp.SpectrumEstimator (“PowerUnits”,dBm的,…“窗口”,“损害”,“FrequencyRange”,“单向的”,…“SpectralAverages”numAvgs,“SampleRate”Fs);filterBankEstimator = dsp.SpectrumEstimator (“PowerUnits”,dBm的,…“方法”,滤波器组的,“FrequencyRange”,“单向的”,…“SpectralAverages”numAvgs,“SampleRate”Fs);spectrumPlotter = dsp.ArrayPlot (…“PlotType”,“行”,“SampleIncrement”Fs / FrameSize…“YLimits”(-250年,50),“YLabel”,dBm的,…“ShowLegend”,真的,“ChannelNames”,{“损害窗口”,滤波器组的});
流媒体
流的输入。比较了谱估计计算使用损害窗口和分析滤波器组
为我= 1:1000 x =总和(sinegen (), 2) + sqrt (NoiseVar) * randn (FrameSize, 1);Pse_hann = hannEstimator (x);Pfb = filterBankEstimator (x);spectrumPlotter ([Pse_hann Pfb])结束
损害窗口忽略了峰值为0.205周期/样品。此外,窗口有一个明显的谱泄漏使峰值0.16周期/样本难以区分,和地板是不正确的。
过滤器银行估计有很好的分辨率没有频谱泄漏。
权力和Max-Hold光谱嘈杂的正弦波
请注意:如果您使用的是R2016a或更早的版本中,用等效替换每个调用对象一步语法。例如,obj (x)就变成了步骤(obj, x)。
生成一个正弦波。
sineWave = dsp.SineWave (“频率”,100,…“SampleRate”,1000,…“SamplesPerFrame”,1000);
使用频谱估计量来计算功率谱和max-hold正弦波的频谱。使用数组显示光谱的阴谋。
SE = dsp.SpectrumEstimator (…“SampleRate”sineWave.SampleRate,…“SpectrumType”,“权力”,“PowerUnits”,dBm的,…“FrequencyRange”,“中心”,…“OutputMaxHoldSpectrum”,真正的);绘图机= dsp.ArrayPlot (“PlotType”,“行”,…“XOffset”,-500,…“YLimits”,30 [-60],…“标题”,“100 Hz正弦波功率谱”,…“YLabel”,的功率谱(dBm),…“包含”,的频率(赫兹));
添加随机噪声的正弦波。流数据中,信号的功率谱。
为2 = 1:10 x = sineWave () + 0.05 * randn (1000 1);[Pxx, Pmax] = SE (x);绘图仪([Pxx Pmax])结束
算法
滤波器组
filter-bank-based频谱估计使用一个过滤器银行估计功率谱分析。过滤器银行将宽带输入信号,x (n)的采样率fs为多个窄带信号,y0(m),y1(m)、…ym - 1(m)的采样率fs / M。
的变量米代表频带的滤波器组的数量。当你指定FFT长度,米= FFT长度。当你没有指定FFT长度,米等于输入信号的行数。每个频带的龙头数集的数量为每个频带滤波器系数的滤波器组。滤波器系数的总数等于每个乐队的龙头数倍频带的数量米。在分析滤波器组的更多信息,以及它是如何实现的,看到的更多关于和算法部分dsp.Channelizer。
宽带后输入信号分为多个窄乐队,每个窄带频谱估计计算电力使用以下方程。每一个Z我值的估计变得窄频带的权力。
l窄带信号的长度吗y我(m),在那里我= 1,2,…米−1。
功率值在所有狭窄的乐队(用Z我)的形式Z向量。
过滤器银行估计算法平均电流Z向量与以前的Z使用的两个向量移动平均方法:跑步或指数权重。平均操作形式的输出谱估计向量。在两个平均方法的详细信息,请参见求平均值法。
求平均值法
移动平均线的计算方法是使用两种方法之一:
运行——对于每一帧的输入,一般最后一个N按比例缩小的Z向量,计算的算法。的变量N是你指定的值的数量平均光谱。如果没有足够的算法Z向量,该算法使用零来填补空元素。
指数-使用指数加权移动平均算法方法更新重量和递归地计算移动平均Z向量是通过使用递归方程如下:λ-遗忘因子
——权重因子应用于当前Z向量
——当前Z向量
——直到前面的移动平均线Z向量
——前面的效果Z向量的平均
——包括当前的移动平均线Z向量
引用
[1]海耶斯,曼森H。统计数字信号处理和建模。新泽西州霍博肯:约翰威利& Sons, 1996
[2]凯,史蒂文。现代谱估计理论和应用程序。恩格尔伍德悬崖,新泽西:Prentice Hall出版社,1999年
[3]斯托伊卡,那和伦道夫·l·摩西的。光谱分析的信号。上台北:Prentice Hall出版社,2005年
韦尔奇[4],p . d .“使用快速傅里叶变换的功率谱的估计:一个方法基于时间平均在短周期图修改,“IEEE音频和电声学15卷,1967年,页70 - 73。
[5]哈里斯F.J.多重速率的通信系统的信号处理。普伦蒂斯霍尔。2004年,页208 - 209。
