内容发布更新时间 : 2024/5/5 14:53:03星期一 下面是文章的全部内容请认真阅读。

r=xcorr(signal_source,'unbiased'); for k=1:p

R(:,k)=(r([N+q-k+1:N+M-k])).'; end

a1=(-pinv(R)*(r([N+q+1:N+M]).')).'; a=[1 a1];

Y=filter([1 a1],[1],signal_source); pp=4*q;

[sigma,a1]=burg(Y,pp); sigma2=sigma(2:end);

[sigma,a2]=burg(a1(2:end),q); b=a2;

实验结果：

图6.ARMA算法

4、 MUSIC算法

分析：

(1)构造自相关阵

R(?1)?R(?(N?1))??R(0)??R(0)?R(?(N?2))??R(1) R?????????R(N?1)R(N?2)??R(0)??自相关函数可用有偏估计代替。

?i，i=1,2,…,N。 (2)计算R的特征向量v(3)估计R的维数M，方法有AIC和MDL法。

(4)根据剩余特征向量计算MUSIC谱。

?PMUSIC(f)?1i?M?1?eNH?iv2

程序：

function S=music(X,p,ii) N=length(X);

r=xcorr(X,'biased'); clear R for k=1:N

R(:,k)=(r([N-(k-1):2*N-k])).'; end

[V,D] = eig(R);

f=linspace(-0.5,0.5,512); S0=fft(V(:,p+1:end),512); for k=1:512

S(k)=10*log10(1/(S0(k,:)*S0(k,:)')); end

S=[S(257:512) S(1:256)];

subplot(2,2,ii); plot(f,S,'b');

title(['MUSIC: ',int2str(p),' 维']);

xlabel('归一化频率'), ylabel('功率谱/dB'); hold on; 实验结果：

图7.MUSIC算法