帮助中心帮助中心
自回归功率谱密度估计-修正协方差法
PXX = pmcov(x,order)
PXX = pmcov(x,order,nfft)
[pxx,w] = pmcov(___)
[pxx,f] = pmcov(___fs)
[pxx,w] = pmcov(x,order,w)
[pxx,f] = pmcov(x,order,f,fs)
[___= pmcov(x,order,___freqrange)
[___,pxxc] = pmcov(___、“ConfidenceLevel”概率)
pmcov (___)
pxx= pmcov (x,订单)返回功率谱密度估计值,pxx,离散时间信号的,x,用修正协方差法得到。当x是一个矢量,它被视为一个单一通道。当x是一个矩阵,PSD为每一列独立计算,并存储在pxx.pxx是单位频率功率的分布。频率以rad/sample为单位表示。订单是用于产生PSD估计的自回归(AR)模型的阶数。
pxx= pmcov (x,订单)
pxx
x
订单
pxx= pmcov (x,订单,nfft)使用nfft离散傅里叶变换(DFT)中的点。真实的x,pxx有长度(nfft/ 2 + 1)nfft是偶数,并且(nfft+ 1) / 2nfft是奇数。为复数x,pxx总是有长度的nfft.如果你省略了nfft,或将其指定为空pmcov使用默认的DFT长度256。
pxx= pmcov (x,订单,nfft)
nfft
pmcov
[pxx,w] = pmcov(___)返回归一化角频率的向量,w,即估算PSD值。w单位为rad/sample。对于实值信号,w跨越区间[0,π]当nfft是偶数和[0,π)当nfft是奇数。对于复值信号,w总是跨越区间[0, 2π).
[pxx,w] = pmcov(___)
w
例子
[pxx,f] = pmcov(___,fs)返回一个频率向量,f,单位为周期/单位时间。采样频率,fs,为单位时间内的样本数。如果时间单位是秒,那么f单位为周期/秒(Hz)。对于实值信号,f跨度为区间[0,fs/ 2)当nfft是偶数,[0,fs/ 2)nfft是奇数。对于复值信号,f跨度为区间[0,fs).
[pxx,f] = pmcov(___,fs)
f
fs
[pxx,w] = pmcov(x,订单,w)返回向量中指定的归一化频率下的双边AR PSD估计值,w.向量w必须包含至少两个元素,否则函数将其解释为nfft.
[pxx,w] = pmcov(x,订单,w)
[pxx,f] = pmcov(x,订单,f,fs)返回矢量中指定频率下的双边AR PSD估计值,f.向量f必须包含至少两个元素,否则函数将其解释为nfft.频率f单位时间为周期。采样频率,fs,为单位时间内的样本数。如果时间单位是秒,那么f单位为周期/秒(Hz)。
[pxx,f] = pmcov(x,订单,f,fs)
[___] = pmcov(x,订单,___,freqrange)返回指定频率范围内的AR PSD估计值freqrange.有效的选项freqrange是:“单向的”,双侧的,或“中心”.
[___] = pmcov(x,订单,___,freqrange)
freqrange
“单向的”
双侧的
“中心”
[___,pxxc] = pmcov(___“ConfidenceLevel”,概率)返回概率中PSD估计的× 100%置信区间pxxc.
[___,pxxc] = pmcov(___“ConfidenceLevel”,概率)
pxxc
概率
pmcov (___)在没有输出参数的情况下,在当前图形窗口中以每单位频率dB为单位绘制AR PSD估计值。
全部折叠
创建一个AR(4)广义平稳随机过程的实现。用改进的协方差法估计PSD。将基于单个实现的PSD估计与随机过程的真实PSD进行比较。
创建一个AR(4)系统函数。得到系统的频率响应并绘制系统的PSD。
A = [1 -2.7607 3.8106 -2.6535 0.9238];[H,F] = freqz(1,A,[],1);情节(F, 20 * log10 (abs (H)))包含(的频率(赫兹)) ylabel (“PSD (dB / Hz)”)
创建一个AR(4)随机过程的实现。将随机数生成器设置为可重现结果的默认设置。实现长度为1000个样本。假设采样频率为1hz。使用pmcov来估计一个四阶过程的PSD。比较PSD估计值和真实PSD。
rng默认的X = randn(1000,1);y = filter(1,A,x);[Pxx,F] = pmcov(y, 4,102,1);持有在情节(F, 10 * log10 (Pxx))传说(“真实功率谱密度”,“pmcov PSD估计”)
创建一个由三个正弦叠加组成的多通道信号 N ( 0 , 1 ) 高斯白噪声。正弦波的频率为100hz、200hz和300hz。采样频率为1 kHz,信号持续时间为1 s。
Fs = 1000;t = 0:1/Fs:1-1/Fs;F = [100;200;300];X = cos(2* *f*t)'+randn(length(t),3);
利用改进的协方差法和12阶自回归模型估计信号的PSD。使用默认的DFT长度。绘制估算图。
Morder = 12;[], pmcov (x, morder Fs)
输入信号,指定为行或列向量或矩阵。如果x是矩阵,则其列被视为独立的通道。
例子:因为(π/ 4 * (0:159))+ randn (1160)是单通道行向量信号。
因为(π/ 4 * (0:159))+ randn (1160)
例子:因为(pi. / (4; 2) * (0:159)) ' + randn (160 2)是一个双通道信号。
因为(pi. / (4; 2) * (0:159)) ' + randn (160 2)
数据类型:单|双复数支持:金宝app是的
单
双
自回归模型的阶数,指定为正整数。
数据类型:双
256
[]
DFT点的数目,指定为正整数。对于一个实值输入信号,x, PSD估计,pxx有长度(nfft/ 2 + 1)nfft是偶数,并且(nfft+ 1) / 2nfft是奇数。对于复值输入信号,x时,PSD估计总有长度nfft.如果nfft为空,默认nfft使用。
数据类型:单|双
抽样率,指定为正标量。采样率是单位时间内采样的数量。如果时间的单位是秒,那么采样率的单位是Hz。
规范化的频率,指定为至少有两个元素的行或列向量。归一化频率以弧度/样本为单位。
例子:W = [pi/4 pi/2]
W = [pi/4 pi/2]
频率,指定为包含至少两个元素的行向量或列向量。频率是单位时间内的周期。单位时间由采样率指定,fs.如果fs有样本单位/秒吗f单位是Hz。
例子:Fs = 1000;F = [100 200]
Fs = 1000;F = [100 200]
PSD估计的频率范围,指定为其中之一“单向的”,双侧的,或“中心”.默认为“单向的”对于实值信号和双侧的对于复值信号。每个选项对应的频率范围为
“单向的”-返回一个实值输入信号的单边PSD估计,x.如果nfft是偶数,pxx长度nfft/2 + 1,在区间内计算[0,π]rad /样品。如果nfft长度是奇数pxx是(nfft+ 1)/2,区间是[0,π)rad /样品。当fs,则对应的间隔为[0,fs/2]周期/单位时间和[0,fs/2)周期/偶数和奇数长度的单位时间nfft分别。
该函数将除0和奈奎斯特频率外的所有频率的功率乘以2以保持总功率。
双侧的-返回实值或复值输入的双侧PSD估计,x.在这种情况下,pxx长度nfft并且在区间内计算[0, 2π)rad /样品。当fs,则间隔为[0,fs)周期/单位时间。
“中心”-返回实值或复值输入的居中双面PSD估计,x.在这种情况下,pxx长度nfft并且在区间内计算(-π,π]弧度/样品为均匀长度nfft而且(-π,π)奇数长度的Rad /samplenfft.当fs,则对应的间隔为(-fs/ 2,fs/2]周期/单位时间和(-fs/ 2,fs/2)周期/偶数和奇数长度的单位时间nfft分别。
0.95
真实PSD的覆盖概率,指定为范围(0,1)中的标量。输出,pxxc对象的下界和上界概率× 100%区间估计为真实PSD。
PSD估计,返回为实值,非负列向量或矩阵。的每一列pxx对应列的PSD估计值是x.PSD估计的单位是时间序列数据每单位频率的平方幅度单位。例如,如果输入数据以伏特为单位,则PSD估计的单位是每单位频率的平方伏特。对于以伏特为单位的时间序列,如果假设电阻为1 Ω,并指定以赫兹为单位的采样率,则PSD估计的单位为瓦特/赫兹。
归一化频率,作为实值列向量返回。如果pxx是片面的PSD估计,w跨越区间[0,π]如果nfft是偶数和[0,π)如果nfft是奇数。如果pxx为双侧PSD估计,w跨越区间[0, 2π).对于以dc为中心的PSD估计,w跨越区间(-π,π]甚至nfft而且(-π,π)为奇数nfft.
循环频率,作为实值列向量返回。对于片面的PSD估计,f跨度为区间[0,fs/ 2)当nfft是偶数,[0,fs/ 2)nfft是奇数。对于双面PSD估计,f跨度为区间[0,fs).对于以dc为中心的PSD估计,f跨越区间(-)fs/ 2,fs/2]周期/单位时间为偶数长度nfft和(-fs/ 2,fs/2)周期/奇数长度的单位时间nfft.
数据类型:双|单
置信边界,返回为具有实值元素的矩阵。矩阵的行长度等于PSD估计的长度,pxx.pxxc栏数是?的两倍pxx.奇数列包含置信区间的下界,偶数列包含上界。因此,pxxc (m, 2 * n - 1)下置信界是和吗pxxc (m, 2 * n)置信上限是否与估计相对应pxx (m, n).的值决定置信区间的覆盖概率概率输入。
pxxc (m, 2 * n - 1)
pxxc (m, 2 * n)
pxx (m, n)
使用注意事项和限制:
如果nfft参数在编译时是可变大小的,那么它在运行时不能成为标量或空数组。
pburg|pcov|pyulear
pburg
pcov
pyulear
Sie haben eine geänderte版本dieses Beispiels。Möchten Sie dieses Beispiel mit Ihren Änderungen öffnen?
你的身体和身体之间的联系MATLAB-Befehl
Führen Sie den Befehl durch Eingabe in das MATLAB-Befehlsfenster aus。web浏览器unterstützen keine MATLAB-Befehle。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处