内容发布更新时间 : 2024/12/23 7:45:00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