频率估计的子空间方法

这个例子展示了如何使用子空间方法解决紧密间隔的正弦波。子空间方法假定一个谐波模型组成的正弦波之和,可能比较复杂,在加性噪声。在复值谐波模型中,噪声也是复数。

创建一个复值信号24样本长度。复指数信号由两个(正弦波)0.4赫兹和0.425赫兹的频率和添加剂复高斯白噪声。噪声是零均值和方差 $$0。2^2$$。在复杂的白噪声,实部和虚部都方差等于1/2总体方差。

n = 0:23;x = exp (1 j * 2 *π* 0.4 * n) + exp (1 j * 2 *π* 0.425 * n) +…0.2 /√(2)* (randn(大小(n)) + 1 j * randn(大小(n)));

试图解决两个正弦波信号的功率谱。将泄漏设置为最大值,等待最好的结果。

pspectrum (x, n,“漏”,1)

附近的周期图显示了一个广泛的峰值0.4赫兹。你不能解决两个正弦波的频率分辨率因为周期图1 /N,在那里N是信号的长度。在这种情况下,1 /N大于两个正弦波的分离。补零不能帮助解决两个独立的山峰。

使用子空间的方法来解决两个紧密间隔的山峰。在这个例子中,使用音乐的方法。估计自相关矩阵和输入自相关矩阵pmusic。指定一个与两个正弦组件模型。策划的结果。

[X, R] = corrmtx (X, 14日“国防部”);pmusic (1 R, 2 [],“相关系数”)

音乐方法能够单独的两个峰在0.4赫兹和0.425赫兹。然而,子空间方法不产生功率估计功率谱密度估计。子空间方法是最有用的射频识别,可以敏感model-order misspecification。

另请参阅

corrmtx|pspectrum|pmusic