主要内容gydF4y2Ba

pmtmgydF4y2Ba

多锥功率谱密度估计gydF4y2Ba

折叠所有页面gydF4y2Ba

语法gydF4y2Ba

pxx=pmtm（x）gydF4y2Ba
pxx = pmtm (x,“蜡烛”,tapertype)gydF4y2Ba
pxx=pmtm（x，nw）gydF4y2Ba
pxx=pmtm（x，m，'Tapers'，'sine'）gydF4y2Ba
pxx=pmtm(gydF4y2Ba＿＿＿gydF4y2Banfft)gydF4y2Ba
[pxx, w] = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
[pxx f] = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，财政司司长）gydF4y2Ba
[pxx，w]=pmtm（x，nw，w）gydF4y2Ba
[pxx w] = pmtm (x, m,“蜡烛”,sin, w)gydF4y2Ba
[pxx f] = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba, f, f)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Bafreqrange)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba，pxxc]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，“信心水平”，概率）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，'DropLastTaper'，dropflag）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，方法）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba] = pmtm (x, e, v,gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (x, dpss_paramsgydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
pmtm(gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba=pmtm(gydF4y2BaxgydF4y2Ba）gydF4y2Ba返回Thomson的多线程功率谱密度（PSD）估计值，gydF4y2BapxxgydF4y2Ba，输入信号的gydF4y2BaxgydF4y2Ba使用gydF4y2Ba离散长椭球(Slepian)序列gydF4y2Ba逐渐变细。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba=pmtm(gydF4y2BaxgydF4y2Ba“蜡烛”,gydF4y2BatapertypegydF4y2Ba）gydF4y2Ba指定计算多线程PSD估计值时要使用的锥度类型。您可以指定gydF4y2Ba“锥形”gydF4y2Ba，gydF4y2BatapertypegydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba）gydF4y2Ba使用时间半带宽乘积gydF4y2Ba西北gydF4y2Ba控制频率分辨率时，计算PSD估计使用Slepian锥形。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2Ba米gydF4y2Ba“蜡烛”,“正弦”)gydF4y2Ba使用指定在计算PSD估计值时应用的锥形数或平均权重gydF4y2Ba正弦锥度gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BanfftgydF4y2Ba）gydF4y2Ba使用gydF4y2BanfftgydF4y2Ba离散傅里叶变换(DFT)点结合任何前面的语法。如果gydF4y2BanfftgydF4y2Ba大于信号长度，gydF4y2BaxgydF4y2Ba长度是零填充的吗gydF4y2BanfftgydF4y2Ba．如果gydF4y2BanfftgydF4y2Ba小于信号长度时，信号被模包裹gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba返回具有其规格化频率的向量gydF4y2BapxxgydF4y2Ba是计算出来的。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BafgydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2Ba财政司司长gydF4y2Ba）gydF4y2Ba返回一个频率矢量，gydF4y2BafgydF4y2Ba，单位时间的周期。gydF4y2Ba财政司司长gydF4y2Ba必须遵循gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba(或gydF4y2Ba米gydF4y2Ba对于正弦锥度），以及gydF4y2BanfftgydF4y2Ba在函数调用中。若要输入抽样率并仍然使用前面参数的默认值，请将这些参数指定为空，gydF4y2Ba［］gydF4y2Ba．gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba]=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba，gydF4y2BawgydF4y2Ba）gydF4y2Ba返回在中指定的规范化频率下使用Slepian序列计算的multitaper PSD估计值gydF4y2BawgydF4y2Ba.向量gydF4y2BawgydF4y2Ba必须包含至少两个元素。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba]=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2Ba米gydF4y2Ba“蜡烛”,“正弦”,gydF4y2BawgydF4y2Ba）gydF4y2Ba返回在指定的归一化频率处使用正弦锥度计算的多锥度PSD估计gydF4y2BawgydF4y2Ba.向量gydF4y2BawgydF4y2Ba必须包含至少两个元素。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BafgydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BafgydF4y2Ba，gydF4y2Ba财政司司长gydF4y2Ba）gydF4y2Ba中规定的频率计算多锥度PSD估计gydF4y2BafgydF4y2Ba.向量gydF4y2BafgydF4y2Ba必须包含至少两种元素，其单位与样品率相同gydF4y2Ba财政司司长gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BafreqrangegydF4y2Ba）gydF4y2Ba返回指定频率范围内的多线程PSD估计值gydF4y2BafreqrangegydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BapxxcgydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba“ConfidenceLevel”,gydF4y2Ba概率gydF4y2Ba）gydF4y2Ba返回gydF4y2Ba概率gydF4y2Bax中PSD估计值的100%置信区间gydF4y2BapxxcgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba“DropLastTaper”,gydF4y2BadropflaggydF4y2Ba）gydF4y2Ba指定是否gydF4y2BapmtmgydF4y2Ba计算多线程PSD估计值时，删除最后一个Slepian锥度。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2Ba方法gydF4y2Ba）gydF4y2Ba使用中指定的方法组合单个锥形PSD估计值gydF4y2Ba方法gydF4y2Ba．此语法仅适用于Slepian锥形。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2BaegydF4y2Ba，gydF4y2BavgydF4y2Ba，gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba使用Slepian渐缩gydF4y2BaegydF4y2Ba和中的特征值gydF4y2BavgydF4y2Ba来计算PSD。使用gydF4y2BadpssgydF4y2Ba获得gydF4y2BaegydF4y2Ba和gydF4y2BavgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba]=pmtm(gydF4y2BaxgydF4y2Ba，gydF4y2Badpss_参数gydF4y2Ba，gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba使用单元格数组gydF4y2Badpss_参数gydF4y2Ba将输入参数传递给gydF4y2BadpssgydF4y2Ba．此语法仅适用于Slepian锥形。gydF4y2Ba

例子gydF4y2Ba

pmtm(gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba无输出参数时，在当前图形窗口中绘制多线程PSD估计值。gydF4y2Ba

例子gydF4y2Ba

全部崩溃gydF4y2Ba

打开实时脚本gydF4y2Ba

获得由角频率为的离散时间正弦波组成的输入信号的多重PSD估计gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/含添加剂的样品gydF4y2BaNgydF4y2Ba(0,1)白噪声。gydF4y2Ba

产生角频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/含添加剂的样品gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号长度为320个样本。使用默认的时间-半带宽乘积4和DFT长度获得多锥度PSD估计。缺省情况下，DFT点数为512。因为信号是实数，所以PSD估计是片面的，PSD估计中有512/2+1个点。gydF4y2Ba

n=0:319；x=cos（pi/4*n）+randn（size（n））；pxx=pmtm（x）；gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm (x)gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

生成嵌入加法器中的2048个双通道信号样本gydF4y2BaNgydF4y2Ba（0,1）高斯白噪声。gydF4y2Ba

  • 第一个通道由两个正弦波组成，其归一化频率为gydF4y2BaπgydF4y2Ba/ 3,gydF4y2BaπgydF4y2Ba/5 rad/样本。第一个正弦波的振幅是第二个正弦波的两倍。gydF4y2Ba

  • 第二信道的归一化频率为gydF4y2BaπgydF4y2Ba/ 4 rad /样品。gydF4y2Ba

使用multitaper方法从0.1到1024个采样间隔估计信号的PSDgydF4y2BaπgydF4y2Barad/样品至0.4gydF4y2BaπgydF4y2Barad /样品。使用13个同等加权的正弦锥形。gydF4y2Ba

n=（0:2047）'；x=[sin（pi./[35].*n）*[21]'sin（pi/4*n）]+randn（长度（n），2）；w=linspace（0.1,0.41024）；ntp=13；pmtm（x，ntp，gydF4y2Ba“锥形”gydF4y2Ba，gydF4y2Ba的正弦gydF4y2Baw *π)gydF4y2Ba

图中包含axes对象。标题为Thomson Multitaper功率谱密度估计的axes对象包含2个line类型的对象。gydF4y2Ba

重复计算，但现在按线性降序称量13个锥度。您可以放置gydF4y2Ba“蜡烛”、“正弦”gydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

pmtm (x,(国家结核控制规划:1:1)/(1:国家结核控制规划),和w *π,gydF4y2Ba“锥形”gydF4y2Ba，gydF4y2Ba的正弦gydF4y2Ba）gydF4y2Ba

图中包含axes对象。标题为Thomson Multitaper功率谱密度估计的axes对象包含2个line类型的对象。gydF4y2Ba

重复计算，但现在使用13个Slepian锥并指定时间半带宽乘积7.5。gydF4y2Ba

nw=7.5；pmtm（x，{nw，ntp}，w*pi）gydF4y2Ba

图中包含axes对象。标题为Thomson Multitaper功率谱密度估计的axes对象包含2个line类型的对象。gydF4y2Ba

重复计算，但是现在指定2 kHz的采样率。gydF4y2Ba

fs=2e3；pmtm（x，{nw，ntp}，w*（fs/2），fs）gydF4y2Ba

图中包含axes对象。标题为Thomson Multitaper功率谱密度估计的axes对象包含2个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

获得具有指定时间-半带宽乘积的多锥度PSD估计。gydF4y2Ba

产生角频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/含添加剂的样品gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号长度为320个样本。获得时间半带宽乘积为2.5的多锥度PSD估计。分辨率带宽为gydF4y2Ba ［gydF4y2Ba -gydF4y2Ba 2gydF4y2Ba ．gydF4y2Ba 5gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba 2gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ．gydF4y2Ba 5gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba 2gydF4y2Ba 0gydF4y2Ba ］gydF4y2Ba rad/样本。默认DFT点数为512。由于信号是实值的，PSD估计是单边的，PSD估计中有512/2+1个点。gydF4y2Ba

n=0:319；x=cos（pi/4*n）+randn（大小（n））；pmtm（x，2.5）gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

获得由角频率为的离散时间正弦波组成的输入信号的多重PSD估计gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/含添加剂的样品gydF4y2BaNgydF4y2Ba(0,1)白噪声。使用与信号长度相等的DFT长度。gydF4y2Ba

产生角频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/含添加剂的样品gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号长度为320个样本。获得时间半带宽乘积为3且DFT长度等于信号长度的多锥度PSD估计。因为信号是实数，默认情况下返回单边PSD估计值，长度等于320/2+1。gydF4y2Ba

n = 0:319;x = cos(π/ 4 * n) + randn(大小(n));pmtm (x 3长度(x))gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

获得在1 kHz采样的信号的多锥度PSD估计。信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号持续时间为2秒。使用时间-半带宽乘积3和DFT长度等于信号长度。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（大小（t））；[pxx f] = pmtm (x, 3,长度(x), fs);gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm（x，3，长度（x），fs）gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

获得一个多锥形PSD估计，其中单个锥形直接光谱估计在平均值中被赋予相同的权重。gydF4y2Ba

获得在1 kHz采样的信号的多锥度PSD估计。信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号持续时间为2秒。使用3的时间-半带宽乘积和等于信号长度的DFT长度。使用gydF4y2Ba“团结”gydF4y2Ba选择在平均值中为每个单独的锥形直接光谱估计赋予相等的权重。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（大小（t））；[pxx f] = pmtm (x, 3,长度(x), fs,gydF4y2Ba“团结”gydF4y2Ba);gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm（x，3，长度（x），fs，gydF4y2Ba“团结”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

这个例子检查了DPSS序列的频域浓度。该示例通过预计算Slepian序列，并只选择那些能量集中在分辨率带宽超过99%的序列，产生输入信号的多锥形PSD估计。gydF4y2Ba

信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba(0,1)白噪声。信号持续时间为2秒。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（大小（t））；gydF4y2Ba

设置时间-半带宽乘积为3.5。对于2000个采样的信号长度和0.001秒的采样间隔，这将导致分辨率带宽为[-1.75,1.75]Hz。计算前10个Slepian序列，并检查它们的频率浓度在指定的分辨率带宽。gydF4y2Ba

[e v] =离散长(长度(x), 3.5, 10);lv =长度(v);阀杆(1:lv, v,gydF4y2Ba“填充”gydF4y2Ba) ylim([0 1.2]) title(gydF4y2Ba'第k个Slepian序列[-w，w]中的能量比例'gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。第k个Slepian Sequence的标题为Proportion of Energy in [-w,w]的轴对象包含一个类型为stem的对象。gydF4y2Ba

确定能量集中大于99%的SLEPIA序列的数量。使用选定的DPSS序列，获得多线程PSD估计值。设置gydF4y2Ba“水滴锥”gydF4y2Ba来gydF4y2Ba错误的gydF4y2Ba使用所有选定的锥形。gydF4y2Ba

持有gydF4y2Ba在…上gydF4y2Ba地块（[1 lv]，0.99*[1]）保持gydF4y2Ba关gydF4y2Ba

图中包含一个Axis对象。第k个Slepian序列中具有[-w，w]能量标题比例的Axis对象包含两个stem，line类型的对象。gydF4y2Ba

idx =找到(v > 0.99, 1,gydF4y2Ba“最后一次”gydF4y2Ba）gydF4y2Ba
idx = 5gydF4y2Ba
[pxx f] = pmtm (x, e (:, 1: idx), v (1: idx),长度(x), fs,gydF4y2Ba“水滴锥”gydF4y2Ba，假）；gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm（x，e（：，1:idx），v（1:idx），长度（x），fs，gydF4y2Ba“水滴锥”gydF4y2Ba，错）gydF4y2Ba

图中包含一个轴对象。标题为“Thomson Multitaper功率谱密度估计”的axes对象包含一个line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

获得加性的100hz正弦波的多锥度PSD估计gydF4y2BaNgydF4y2Ba（0,1）噪音。数据采样频率为1 kHz。使用gydF4y2Ba“中心”gydF4y2Ba选项获取以dc为中心的PSD。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（大小（t））；[pxx f] = pmtm (x, 3.5,长度(x), fs,gydF4y2Ba“中心”gydF4y2Ba);gydF4y2Ba

绘制dc为中心的PSD估计值。gydF4y2Ba

pmtm（x，3.5，长度（x），fs，gydF4y2Ba“中心”gydF4y2Ba）gydF4y2Ba

图中包含Axis对象。标题为功率谱密度的Axis对象包含line类型的对象。gydF4y2Ba

打开实时脚本gydF4y2Ba

以下示例说明了多线程PSD估计的置信限的使用。虽然这不是统计显著性的必要条件，但多线程PSD估计中置信下限超过周围PSD估计的置信上限的频率清楚地表明了系统中的显著振荡时间序列。gydF4y2Ba

创建一个由100赫兹和150赫兹正弦波叠加在加性白色组成的信号gydF4y2BaNgydF4y2Ba(0,1)噪音。这两个正弦波的振幅是1。采样频率为1khz。信号持续时间为2秒。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+cos（2*pi*150*t）+randn（大小（t））；gydF4y2Ba

获得具有95%置信边界的多锥度PSD估计。将PSD估计与置信区间绘制在一起，并放大100和150赫兹附近感兴趣的频率区域。gydF4y2Ba

[pxx，f，pxxc]=pmtm（x，3.5，长度（x），fs，gydF4y2Ba“信心水平”gydF4y2Ba, 0.95);情节(f, 10 * log10 (pxx))gydF4y2Ba在…上gydF4y2Ba情节(f, 10 * log10 (pxxc),gydF4y2Ba‘r-。’gydF4y2Ba)xlim（[85 175]）xlabel(gydF4y2Ba“赫兹”gydF4y2Ba)伊拉贝尔(gydF4y2Ba“dB”gydF4y2Ba)标题(gydF4y2Ba“具有95%置信边界的多锥形PSD估计”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。标题为Multitaper PSD Estimate且置信限为95%的轴对象包含3个line类型的对象。gydF4y2Ba

100和150 Hz附近的置信下限明显高于100和150 Hz附近以外的置信上限。gydF4y2Ba

打开实时脚本gydF4y2Ba

生成由三个正弦波组成的多通道信号的1024个样本gydF4y2Ba NgydF4y2Ba （gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba 高斯白噪声。正弦信号的频率是gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba 和gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad/样本。使用Thomson的multitaper方法估计信号的PSD并绘制它。gydF4y2Ba

N = 1024;n = 0: n - 1;w = pi. / [2, 3, 4);X = cos(w*n)' + randn(length(n)，3);pmtm (x)gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含3个线型对象。gydF4y2Ba

输入参数gydF4y2Ba

全部崩溃gydF4y2Ba

输入信号，指定为行或列向量或矩阵。如果gydF4y2BaxgydF4y2Ba是一个矩阵，那么它的列被视为独立的通道。gydF4y2Ba

例子:gydF4y2Ba因为(π/ 4 * (0:159))+ randn (1160)gydF4y2Ba是单通道行矢量信号。gydF4y2Ba

例子:gydF4y2Bacos（pi./[4；2]*（0:159））'+randn（160,2）gydF4y2Ba是一个双通道信号。gydF4y2Ba

数据类型:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba
复数支持：万博1manbetxgydF4y2Ba是的gydF4y2Ba

锥度类型，指定为gydF4y2Ba“斯莱皮恩”gydF4y2Ba或gydF4y2Ba的正弦gydF4y2Ba．gydF4y2Ba

您可以指定gydF4y2Ba“锥形”gydF4y2Ba，gydF4y2BatapertypegydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

数据类型:gydF4y2Ba字符gydF4y2Ba|gydF4y2Ba字符串gydF4y2Ba

时间-半带宽积，指定为正标量。gydF4y2BapmtmgydF4y2Ba使用2倍gydF4y2Ba西北gydF4y2Ba- PSD估计中有1个Slepian锥形。典型的选择gydF4y2Ba西北gydF4y2Ba是gydF4y2Ba2gydF4y2Ba，gydF4y2Ba5/2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba7／2gydF4y2Ba或gydF4y2Ba4gydF4y2Ba．gydF4y2Ba

在多锥度谱估计中，用户指定多锥度估计的分辨率带宽gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba在哪里gydF4y2BaWgydF4y2Ba＝gydF4y2BakgydF4y2Ba/gydF4y2BaNgydF4y2BaΔgydF4y2BatgydF4y2Ba对于一些小型gydF4y2BakgydF4y2Ba> 1gydF4y2Ba．同样,gydF4y2BaWgydF4y2Ba是DFT频率分辨率的一个小倍数。时间半带宽乘积是分辨率半带宽与输入信号中样本个数的乘积，gydF4y2BaNgydF4y2Ba这个number of Slepian tapers whose Fourier transforms are well-concentrated in(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba（特征值接近单位）为gydF4y2Ba2gydF4y2BaNgydF4y2BaWgydF4y2Ba- 1gydF4y2Ba．gydF4y2Ba

正弦锥度数或平均权重，指定为整数标量或向量。gydF4y2Ba

  • 如果gydF4y2Ba米gydF4y2Ba是一个标量，它表示计算PSD估计时用作数据窗口的正弦锥形的数量。正弦锥形是均匀加权的。gydF4y2Ba

  • 如果gydF4y2Ba米gydF4y2Ba是一个向量，它表示计算PSD估计时用于平均正弦锥度的权重gydF4y2Ba米gydF4y2Ba指示要使用的锥度数。的元素gydF4y2Ba米gydF4y2Ba必须添加到1。gydF4y2Ba

数据类型:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

DFT点的数目，指定为正整数。对于实值输入信号，gydF4y2BaxgydF4y2Ba，PSD估计，gydF4y2BapxxgydF4y2Ba有长度(gydF4y2BanfftgydF4y2Ba/2+1）如果gydF4y2BanfftgydF4y2Ba为偶数，且(gydF4y2BanfftgydF4y2Ba+1）/2如果gydF4y2BanfftgydF4y2Ba是奇数。对于复数输入信号，gydF4y2BaxgydF4y2Ba，PSD估计值始终具有长度gydF4y2BanfftgydF4y2Ba．如果gydF4y2BanfftgydF4y2Ba指定为空，则默认gydF4y2BanfftgydF4y2Ba使用。gydF4y2Ba

数据类型:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

采样率，指定为一个正标量。采样率是单位时间内的采样数。如果时间的单位是秒，那么采样率的单位是Hz。gydF4y2Ba

标准化频率，指定为至少包含两个元素的行或列向量。标准化频率以rad/sample为单位。gydF4y2Ba

例子:gydF4y2BaW = [pi/4 pi/2]gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

频率，指定为至少包含两个元素的行或列向量。频率以每单位时间的周期为单位。单位时间由采样率指定，gydF4y2Ba财政司司长gydF4y2Ba．如果gydF4y2Ba财政司司长gydF4y2Ba有样本/秒的单位吗gydF4y2BafgydF4y2Ba有赫兹的单位。gydF4y2Ba

例子:gydF4y2Bafs = 1000;F = [100 200]gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

指示是删除还是保留最后一个DPSS序列的标志，指定为逻辑序列。默认值是gydF4y2Ba符合事实的gydF4y2Ba和gydF4y2BapmtmgydF4y2Ba下降最后一个锥度。在多线程估计中，前2个gydF4y2Ba西北gydF4y2Ba- 1 DPSS序列特征值接近统一。如果小于2gydF4y2Ba西北gydF4y2Ba- 1个序列，很可能所有的锥形都有接近1的特征值，你可以指定gydF4y2BadropflaggydF4y2Ba作为gydF4y2Ba错误的gydF4y2Ba保持最后一个锥形。gydF4y2Ba

对单个锥形PSD估计的权重，指定为之一gydF4y2Ba“适应”gydF4y2Ba，gydF4y2Ba“本征”gydF4y2Ba或gydF4y2Ba“团结”gydF4y2Ba.默认值为Thomson的自适应频率相关权重，gydF4y2Ba“适应”gydF4y2Ba这个calculation of these weights is detailed on pp. 368–370 in［2］gydF4y2Ba这个gydF4y2Ba“本征”gydF4y2Ba方法通过相应Slepian锥度的特征值(频率浓度)加权每个锥度的PSD估计。的gydF4y2Ba“团结”gydF4y2Ba该方法平均加权每个锥形PSD估计。gydF4y2Ba

DPSS (Slepian)序列，指定为一个矩阵。如果gydF4y2BaxgydF4y2Ba有长度gydF4y2BaNgydF4y2Ba,然后gydF4y2BaegydF4y2Ba有gydF4y2BaNgydF4y2Ba行。矩阵gydF4y2BaegydF4y2Ba是的输出gydF4y2BadpssgydF4y2Ba．gydF4y2Ba

DPSS（Slepian）序列的特征值，指定为列向量。DPSS序列的特征值表示集中在分辨率带宽中的序列能量的比例，gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba.特征值范围在区间内gydF4y2Ba(0, 1)gydF4y2Ba通常是第一个gydF4y2Ba2gydF4y2BaNgydF4y2BaWgydF4y2Ba- 1gydF4y2Ba特征值接近1，然后递减到0。向量gydF4y2BavgydF4y2Ba是的输出gydF4y2BadpssgydF4y2Ba．gydF4y2Ba

输入参数为gydF4y2BadpssgydF4y2Ba，指定为单元格数组。的第一个输入参数gydF4y2BadpssgydF4y2Ba是DPSS序列的长度和省略gydF4y2Badpss_参数gydF4y2Ba因为它是从gydF4y2BaxgydF4y2Ba．gydF4y2Ba

例子:gydF4y2Bapmtm（randn（1000,1），{2.5,3}）gydF4y2Ba计算随机序列的PSD使用前3个Slepian序列与时间半带宽乘积2.5。gydF4y2Ba

PSD估计的频率范围，指定为之一gydF4y2Ba“片面的”gydF4y2Ba，gydF4y2Ba“双面的”gydF4y2Ba或gydF4y2Ba“中心”gydF4y2Ba这个default is“片面的”gydF4y2Ba对于实值信号和gydF4y2Ba“双面的”gydF4y2Ba对于复值信号。每个选项对应的频率范围为gydF4y2Ba

  • “片面的”gydF4y2Ba-返回实值输入信号的单边PSD估计值，gydF4y2BaxgydF4y2Ba．如果gydF4y2BanfftgydF4y2Ba甚至，gydF4y2BapxxgydF4y2Ba有长度gydF4y2BanfftgydF4y2Ba/2 + 1，在区间内计算gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba］gydF4y2Barad/样本。如果gydF4y2BanfftgydF4y2Ba是奇数，长度为gydF4y2BapxxgydF4y2Ba是(gydF4y2BanfftgydF4y2Ba+1）/2，间隔为gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba）gydF4y2Barad /样品。当gydF4y2Ba财政司司长gydF4y2Ba时，对应的间隔为[0，gydF4y2Ba财政司司长gydF4y2Ba/2]周期/单位时间和[0，gydF4y2Ba财政司司长gydF4y2Ba/2） 偶数和奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba分别地gydF4y2Ba

  • “双面的”gydF4y2Ba-返回实值或复数输入的双边PSD估计值，gydF4y2BaxgydF4y2Ba.在这种情况下，gydF4y2BapxxgydF4y2Ba有长度gydF4y2BanfftgydF4y2Ba并在时间间隔内进行计算gydF4y2Ba[0, 2gydF4y2BaπgydF4y2Ba）gydF4y2Barad /样品。当gydF4y2Ba财政司司长gydF4y2Ba是可选指定的，间隔为[0，gydF4y2Ba财政司司长gydF4y2Ba)周期/单位时间。gydF4y2Ba

  • “中心”gydF4y2Ba-返回实值或复值输入的中心双边PSD估计，gydF4y2BaxgydF4y2Ba.在这种情况下，gydF4y2BapxxgydF4y2Ba有长度gydF4y2BanfftgydF4y2Ba并在时间间隔内进行计算gydF4y2Ba(–gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba］gydF4y2Ba均匀长度的Rad /样品gydF4y2BanfftgydF4y2Ba和gydF4y2Ba(–gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba）gydF4y2Ba奇数长度的rad/样本gydF4y2BanfftgydF4y2Ba．当gydF4y2Ba财政司司长gydF4y2Ba时，对应的间隔为(-gydF4y2Ba财政司司长gydF4y2Ba/ 2,gydF4y2Ba财政司司长gydF4y2Ba/2] 周期/单位时间和（–gydF4y2Ba财政司司长gydF4y2Ba/ 2,gydF4y2Ba财政司司长gydF4y2Ba/2） 偶数和奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba分别地gydF4y2Ba

真实PSD的覆盖概率，指定为范围(0,1)中的标量。输出,gydF4y2BapxxcgydF4y2Ba的下界和上界gydF4y2Ba概率gydF4y2Ba× 100%的真实PSD区间估计。gydF4y2Ba

输出参数gydF4y2Ba

全部崩溃gydF4y2Ba

PSD估计，作为实值、非负列向量或矩阵返回。每列gydF4y2BapxxgydF4y2Ba是对应列的PSD估计值gydF4y2BaxgydF4y2Ba这个units of the PSD estimate are in squared magnitude units of the time series data per unit frequency. For example, if the input data is in volts, the PSD estimate is in units of squared volts per unit frequency. For a time series in volts, if you assume a resistance of 1 Ω and specify the sample rate in hertz, the PSD estimate is in watts per hertz.

数据类型:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

标准化频率，作为实值列向量返回。如果gydF4y2BapxxgydF4y2Ba是片面的PSD估计，gydF4y2BawgydF4y2Ba跨越区间gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba］gydF4y2Ba如果gydF4y2BanfftgydF4y2Ba均匀gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba）gydF4y2Ba如果gydF4y2BanfftgydF4y2Ba这很奇怪。如果gydF4y2BapxxgydF4y2Ba是一个双边PSD估计，gydF4y2BawgydF4y2Ba跨越区间gydF4y2Ba[0, 2gydF4y2BaπgydF4y2Ba）gydF4y2Ba.对于以DC为中心的PSD估算，gydF4y2BawgydF4y2Ba跨越区间gydF4y2Ba(–gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba］gydF4y2Ba平分gydF4y2BanfftgydF4y2Ba和gydF4y2Ba(–gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba）gydF4y2Ba奇数gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba

循环频率，作为实值列向量返回。对于单边PSD估计，gydF4y2BafgydF4y2Ba跨越区间[0，gydF4y2Ba财政司司长gydF4y2Ba/ 2)当gydF4y2BanfftgydF4y2Ba为偶数，[0，gydF4y2Ba财政司司长gydF4y2Ba/ 2)gydF4y2BanfftgydF4y2Ba是奇数。对于双边PSD估计，gydF4y2BafgydF4y2Ba跨越区间[0，gydF4y2Ba财政司司长gydF4y2Ba).对于以DC为中心的PSD估算，gydF4y2BafgydF4y2Ba跨越间隔(-gydF4y2Ba财政司司长gydF4y2Ba/ 2,gydF4y2Ba财政司司长gydF4y2Ba/2]周期/偶数长度的单位时间gydF4y2BanfftgydF4y2Ba和(-gydF4y2Ba财政司司长gydF4y2Ba/ 2,gydF4y2Ba财政司司长gydF4y2Ba/2） 奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

数据类型:gydF4y2Ba双gydF4y2Ba|gydF4y2Ba单gydF4y2Ba

置信界限，返回为具有实值元素的矩阵。矩阵的行大小等于PSD估计的长度，gydF4y2BapxxgydF4y2Ba．gydF4y2BapxxcgydF4y2Ba有两倍的列数gydF4y2BapxxgydF4y2Ba．奇数列包含置信区间的下界，偶数列包含置信区间的上界。因此,gydF4y2Bapxxc（m，2*n-1）gydF4y2Ba置信下限是和吗gydF4y2Bapxxc (m, 2 * n)gydF4y2Ba上置信限是否与估计值相对应gydF4y2Bapxx (m, n)gydF4y2Ba这个coverage probability of the confidence intervals is determined by the value of the概率gydF4y2Ba输入gydF4y2Ba

数据类型:gydF4y2Ba单gydF4y2Ba|gydF4y2Ba双gydF4y2Ba

更多关于gydF4y2Ba

全部崩溃gydF4y2Ba

汤姆森多谱估计gydF4y2Ba

周期图不是广义平稳过程真实功率谱密度（PSD）的一致估计值。为了减少周期图中的可变性，从而产生PSD的一致估计，multitaper方法对使用一系列相互正交窗口或gydF4y2Ba逐渐变细gydF4y2Ba。除相互正交性外，锥度还具有最佳的时频集中特性。锥度的正交性和时频集中性对多用户技术的成功至关重要。请参阅gydF4y2Ba离散长椭球(Slepian)序列gydF4y2Ba对于汤姆森的多处理器方法中使用的Slepian序列的简要描述。gydF4y2Ba

multitaper方法使用gydF4y2BaKgydF4y2Ba每个周期图都使用不同的Slepian序列作为窗口。让gydF4y2Ba

年代gydF4y2Ba kgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba ΔgydF4y2Ba tgydF4y2Ba |gydF4y2Ba ∑gydF4y2Ba ngydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba xgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba egydF4y2Ba −gydF4y2Ba jgydF4y2Ba 2gydF4y2Ba πgydF4y2Ba fgydF4y2Ba ngydF4y2Ba ΔgydF4y2Ba tgydF4y2Ba |gydF4y2Ba 2gydF4y2Ba

表示用的修正周期图gydF4y2BakgydF4y2Bath斯莱皮恩序列,gydF4y2BaggydF4y2BakgydF4y2Ba（gydF4y2BangydF4y2Ba).在最简单的形式中，multitoper方法只是将gydF4y2BaKgydF4y2Ba修改周期图，以产生多锥度PSD估计:gydF4y2Ba

年代gydF4y2Ba （gydF4y2Ba 机器翻译gydF4y2Ba ）gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba KgydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba KgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba 年代gydF4y2Ba kgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ．gydF4y2Ba

汤姆森的多用户方法，于gydF4y2Ba［4］gydF4y2Ba，类似于Welch的重叠段平均法，两者都是在PSD的近似不相关估计上进行平均。然而，这两种方法在如何产生这些不相关的PSD估计方面存在差异。多锥度法在每个修正周期图中使用整个信号。Slepian锥形的正交性与不同的修正周期图有关。Welch的方法在每个修正周期图中使用信号的分段，分段将不同的修正周期图进行去关联。gydF4y2Ba

方程gydF4y2Ba年代gydF4y2Ba（公吨）gydF4y2Ba（gydF4y2BafgydF4y2Ba）gydF4y2Ba对应于gydF4y2Ba“团结”gydF4y2Ba选择权gydF4y2BapmtmgydF4y2Ba．然而，正如gydF4y2Ba离散长椭球(Slepian)序列gydF4y2Ba，Slepian序列在感兴趣的频带中不具有相同的能量集中。Slepian序列的阶数越高，序列能量在带内的集中程度越低gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba浓度由特征值给出。因此，用特征值来加权是有益的gydF4y2BaKgydF4y2Ba平均前修改的周期图。这与gydF4y2Ba“本征”gydF4y2Ba选择权gydF4y2BapmtmgydF4y2Ba．gydF4y2Ba

使用序列特征值产生修正周期图的加权平均值说明了Slepian序列的频率集中特性。但是，它没有说明随机过程的功率谱密度和Slepian序列的频率集中之间的相互作用。特别是在使用高阶Slepian序列的修正周期图中，对随机过程几乎没有功率的cy区域的估计不太可靠。这证明了频率相关的自适应过程，它不仅考虑了Slepian序列的频率集中，而且还考虑了时间序列中的功率分布。该adap动态权重对应于gydF4y2Ba“适应”gydF4y2Ba选择权gydF4y2BapmtmgydF4y2Ba并且是计算多锥度估计的默认值。gydF4y2Ba

离散长椭球(Slepian)序列gydF4y2Ba

Slepian序列的推导源自离散时间/连续频率集中问题gydF4y2BaℓgydF4y2Ba2gydF4y2Ba序列索引仅限于gydF4y2Ba0,1,…,gydF4y2BaNgydF4y2Ba- 1gydF4y2Ba，该问题寻求在一个频带内具有最大能量集中的序列gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba具有gydF4y2Ba|gydF4y2BaWgydF4y2Ba| < 1/2ΔgydF4y2BatgydF4y2Ba．gydF4y2Ba

这相当于找到an的特征值和相应的特征向量gydF4y2BaNgydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba自伴半正定算子。因此，特征值是实的和非负的，与不同特征值对应的特征向量是相互正交的。在这个特殊问题中，特征值以1为界，并且特征值是序列在频率间隔内能量集中的度量gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba．gydF4y2Ba

给出了特征值问题gydF4y2Ba

∑gydF4y2Ba 米gydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba 罪gydF4y2Ba （gydF4y2Ba 2gydF4y2Ba πgydF4y2Ba WgydF4y2Ba （gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ）gydF4y2Ba πgydF4y2Ba （gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba λgydF4y2Ba kgydF4y2Ba （gydF4y2Ba NgydF4y2Ba ，gydF4y2Ba WgydF4y2Ba ）gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba ngydF4y2Ba ，gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba ．..gydF4y2Ba ，gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1.gydF4y2Ba

零阶DPSS序列，gydF4y2BaggydF4y2Ba0gydF4y2Ba，是对应于最大特征值的特征向量。一阶DPSS序列，gydF4y2BaggydF4y2Ba1gydF4y2Ba，为下一个最大特征值对应的特征向量，正交于零阶序列。二阶DPSS序列，gydF4y2BaggydF4y2Ba2gydF4y2Ba，是第三大特征值对应的特征向量，正交于两个低阶DPSS序列。因为运算符是gydF4y2BaNgydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba,有gydF4y2BaNgydF4y2Ba特征向量。但是，对于给定的序列长度gydF4y2BaNgydF4y2Ba和指定的带宽gydF4y2Ba(- - - - - -gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba，有大约gydF4y2Ba2gydF4y2Ba西北gydF4y2Ba- 1gydF4y2Ba特征值非常接近单位的DPSS序列。使用gydF4y2Ba西北gydF4y2Ba指明gydF4y2Ba西北gydF4y2Ba．gydF4y2Ba

正弦锥度gydF4y2Ba

中提出的一种替代Slepian序列的正弦锥形gydF4y2Ba［3］gydF4y2Ba，定义为gydF4y2Ba

ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 2gydF4y2Ba NgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 罪gydF4y2Ba πgydF4y2Ba kgydF4y2Ba ngydF4y2Ba NgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba ngydF4y2Ba ，gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba ．..gydF4y2Ba ，gydF4y2Ba NgydF4y2Ba ．gydF4y2Ba

与Slepian序列不同，正弦锥度可以直接计算，不需要建立和解决一个特征值方程。这使得正弦曲线的计算速度更快。正弦锥形的光谱浓度接近Slepian序列，但不需要额外的参数来指定光谱带宽。利用正弦锥度计算的PSD估计带宽可以通过改变锥度的个数局部调整gydF4y2Ba米gydF4y2Ba．gydF4y2Ba

比较一下Slepian和Sine圆锥gydF4y2Ba

生成对应于时间半带宽积3的前五个Slepian锥。指定锥化长度为1000。gydF4y2Ba

N=1000；nw=3；ns=2*（西北）-1；tprs=dpss（北、北、北）；磅=gydF4y2Ba“斯莱皮恩”gydF4y2Ba；gydF4y2Ba

生成前5个正弦锥形。gydF4y2Ba

n=1:n；k=1:ns；tprs（：，：，2）=sqrt（2/（n+1））*sin（pi*n'*k/（n+1））；lbs（2）=gydF4y2Ba“正弦”gydF4y2Ba；gydF4y2Ba

绘制两组锥度。gydF4y2Ba

为gydF4y2BaKj = 1:2 subplot(2,1, Kj) plot(tprs(:，:， Kj)) title(lbs(Kj)) legend(append())gydF4y2Ba“k =”gydF4y2Ba，串（k+kj-2）），gydF4y2Ba．..gydF4y2Ba“方向”gydF4y2Ba，gydF4y2Ba“水平”gydF4y2Ba，gydF4y2Ba“位置”gydF4y2Ba，gydF4y2Ba“南”gydF4y2Ba)传说(gydF4y2Ba“boxoff”gydF4y2Ba)ylim（[-0.09 0.07]）gydF4y2Ba终止gydF4y2Ba

图中包含2个轴对象。带有标题Slepian的轴对象1包含5个类型为line的对象。这些对象代表k = 0, k = 1, k = 2, k = 3, k = 4。标题为sin的轴对象2包含5个类型为line的对象。这些对象代表k = 1, k = 2, k = 3, k = 4, k = 5。gydF4y2Ba

工具书类gydF4y2Ba

[1] 麦考伊、艾玛J、安德鲁T.沃尔登和唐纳德B.珀西瓦尔，《幂律过程的多脉冲谱估计》gydF4y2BaIEEEgydF4y2Ba®gydF4y2Ba信号处理事务gydF4y2Ba46，第3号（1998年3月）：655-68。gydF4y2Bahttps://doi.org/10.1109/78.661333gydF4y2Ba．gydF4y2Ba

Percival, Donald B.和Andrew T. Walden。gydF4y2Ba物理应用的光谱分析：多处理器和常规单变量技术gydF4y2Ba．剑桥;美国纽约:剑桥大学出版社，1993。gydF4y2Ba

Riedel, Kurt S.和Alexander Sidorenko。“最小偏差多锥度谱估计”。gydF4y2BaIEEE信号处理汇刊gydF4y2Ba43岁的没有。1(1995年1月):188-95。gydF4y2Bahttps://doi.org/10.1109/78.365298gydF4y2Ba．gydF4y2Ba

大卫·J·汤姆森“频谱估计和谐波分析。”gydF4y2BaIEEE论文集gydF4y2Ba70，第9号（1982）：1055-96。gydF4y2Bahttps://doi.org/10.1109/PROC.1982.12433gydF4y2Ba．gydF4y2Ba

另请参阅gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba

话题gydF4y2Ba

在R2006a之前引入gydF4y2Ba

信号处理工具箱文档gydF4y2Ba

万博1manbetx

基于MATLAB的信号处理深度学习gydF4y2Ba

基于MATLAB的信号处理深度学习gydF4y2Ba

下载白皮书gydF4y2Ba