通过子空间方法频率估计

这个例子说明了如何解决您在使用子空间方法密集的正弦波。子空间方法假设一个谐波模型由正弦波，可能复杂的的总和，在加性噪声。在复值调和模型，噪音也复数。

创建复值信号长度为24克的样品。所述信号由两个复指数（正弦波）与0.50赫兹和0.52赫兹和添加剂复杂性高斯白噪声的频率。噪声具有零均值和方差 $$0。2^2$$。在一个复杂的白噪声，无论是实部和虚部方差具有等于1/2的总方差。

N = 0:23;RNG默认X = EXP（1J * 2 * PI * 0.5 * N）+ EXP（1J * 2 * PI * 0.52 * N）+...0.2 / SQRT（2）*（randn（大小（N））+ 1J * randn（大小（N）））;

运用周期图，尝试解决两个正弦波。

周期图（X，rectwin（长度（X）），128,1）

周期图表示近1/2赫兹的宽峰。你不能化解两个独立的正弦波，因为周期图的频率分辨率为1 / _N_，其中ñ是信号的长度。在这种情况下，1 / _N_比两个正弦波的分离越大。零填充无助于解决两个独立的峰。

使用子空间的方法来解决这两个密集峰。在这个例子中，使用根-MUSIC方法。估计自相关矩阵和输入的自相关矩阵为pmusic。指定两个正弦分量的典范。绘制的结果。

[X，R] = corrmtx（X，14，“国防部”）;[S，F] = pmusic（R，2，[]，1，“科尔”）;图（F，S，'行宽'，2）XLIM（[0.46 0.60]）xlabel（'赫兹'）ylabel（“伪谱”）

根-MUSIC方法能够将两个峰在0.5和0.52赫兹分离。然而，子空间方法不产生功率估计像功率谱密度估计。子空间方法是用于射频识别最有用的，并且可以是对模型阶假设错误敏感。

也可以看看

corrmtx|周期图|pmusic