通过子空间方法估算频率

此示例显示了如何使用子空间方法解决紧密间隔的正弦波。子空间方法假设一个谐波模型，该模型由附加噪声中的正弦波总和（可能是复杂）组成。在复杂值的谐波模型中，噪声也是复杂的值。

创建一个长度的复杂值信号24个样本。该信号由两个复杂的指数（正弦波）组成，其频率为0.4 Hz和0.425 Hz，以及添加剂复杂的白色高斯噪声。噪声的均值和差异为零 $$0。2^2$$。在复杂的白噪声中，实际和虚部的差异都等于总体方差的一半。

n = 0:23;x = exp（1J*2*pi*0.4*n） + exp（1J*2*pi*0.425*n） +...0.2/sqrt（2）*（randn（size（n））+1J*randn（size（n）））;

尝试使用信号的功率谱解决两个正弦波。将泄漏设置为最大值的最大值。

pspectrum（x，n，'泄漏'，1）

周期图显示在0.4 Hz附近的宽峰。您无法解析两个独立的正弦波，因为期刊的频率分辨率为1/n， 在哪里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。零填充无助于解析两个单独的峰。

使用子空间方法解决两个紧密间隔的峰。在此示例中，使用音乐方法。估计自相关矩阵并将自相关矩阵输入到pmusic。指定具有两个正弦分量的模型。绘制结果。

[x，r] = corrmtx（x，14，，“ mod'）；pmusic（r，2，[]，1，'corr'）

音乐方法能够以0.4 Hz和0.425 Hz分离两个峰。但是，子空间方法不会产生诸如功率光谱密度估计等功率估计值。子空间方法对于频率识别最有用，并且可以对模型订单错误指定敏感。

也可以看看

corrmtx|pspectrum|pmusic