主要内容gydF4y2Ba

pmtmgydF4y2Ba

多用户功率谱密度估计gydF4y2Ba

折叠所有页面gydF4y2Ba

语法gydF4y2Ba

pxx = pmtm (x)gydF4y2Ba
pxx=pmtm（x，'Tapers'，tapertype）gydF4y2Ba
pxx = pmtm (x,西北)gydF4y2Ba
pxx = pmtm (x, m,“蜡烛”、“正弦”)gydF4y2Ba
pxx = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，nfft）gydF4y2Ba
[pxx, w] = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
[pxx，f]=pmtm(gydF4y2Ba＿＿＿gydF4y2Bafs)gydF4y2Ba
[pxx, w] = pmtm (x, nw, w)gydF4y2Ba
[pxx，w]=pmtm（x，m，'Tapers'，'sine'，w）gydF4y2Ba
[pxx，f]=pmtm(gydF4y2Ba＿＿＿gydF4y2Ba，f，fs）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Bafreqrange)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Bapxxc] = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba、“ConfidenceLevel”概率)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba、“DropLastTaper”dropflag)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba、方法)gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba] = pmtm (x, e, v,gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (x, dpss_paramsgydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba
pmtm (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba= pmtm (gydF4y2BaxgydF4y2Ba）gydF4y2Ba返回汤姆森的多锥形功率谱密度(PSD)估计值，gydF4y2BapxxgydF4y2Ba，输入信号的gydF4y2BaxgydF4y2Ba使用gydF4y2Ba离散长椭球（Slepian）序列gydF4y2Ba蜡烛。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba= pmtm (gydF4y2BaxgydF4y2Ba“蜡烛”,gydF4y2BatapertypegydF4y2Ba）gydF4y2Ba指定计算多锥度PSD估计时使用的锥度类型。您可以指定gydF4y2Ba“蜡烛”gydF4y2Ba，gydF4y2BatapertypegydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba= pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba）gydF4y2Ba使用时间-半带宽乘积gydF4y2Ba西北gydF4y2Ba控制频率分辨率时，计算PSD估计使用Slepian锥形。gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba= pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2Ba米gydF4y2Ba“锥形”、“正弦”）gydF4y2Ba指定在使用计算PSD估计值时要应用的锥度数或平均权重gydF4y2Ba正弦蜡烛gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

pxxgydF4y2Ba= pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BanfftgydF4y2Ba）gydF4y2Ba使用gydF4y2BanfftgydF4y2Ba离散傅里叶变换（DFT）点与任何先前的语法组合。如果gydF4y2BanfftgydF4y2Ba大于信号长度，gydF4y2BaxgydF4y2Ba零填充到长度gydF4y2BanfftgydF4y2Ba如果gydF4y2BanfftgydF4y2Ba小于信号长度，信号被包裹为模gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba返回一个向量，该向量具有gydF4y2BapxxgydF4y2Ba计算。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BafgydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BafsgydF4y2Ba）gydF4y2Ba返回一个频率向量，gydF4y2BafgydF4y2Ba，单位为单位时间的循环数。gydF4y2BafsgydF4y2Ba必须遵循gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba(或gydF4y2Ba米gydF4y2Ba对于正弦锥形)，以及gydF4y2BanfftgydF4y2Ba在函数调用中。若要输入抽样率并仍然使用前面参数的默认值，请将这些参数指定为空，gydF4y2Ba[]gydF4y2Ba．gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba) = pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2Ba西北gydF4y2Ba，gydF4y2BawgydF4y2Ba）gydF4y2Ba返回在指定的归一化频率处使用Slepian序列计算的多锥度PSD估计gydF4y2BawgydF4y2Ba．向量gydF4y2BawgydF4y2Ba必须至少包含两个元素。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BawgydF4y2Ba) = pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2Ba米gydF4y2Ba“锥形”、“正弦”，gydF4y2BawgydF4y2Ba）gydF4y2Ba返回在中指定的规范化频率下使用正弦锥度计算的多线程PSD估计值gydF4y2BawgydF4y2Ba．向量gydF4y2BawgydF4y2Ba必须至少包含两个元素。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2BapxxgydF4y2Ba，gydF4y2BafgydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BafgydF4y2Ba，gydF4y2BafsgydF4y2Ba）gydF4y2Ba以中指定的频率计算每个PSD的估计值gydF4y2BafgydF4y2Ba．向量gydF4y2BafgydF4y2Ba必须包含至少两个与采样率相同单位的元素gydF4y2BafsgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2Ba频率范围gydF4y2Ba）gydF4y2Ba在指定的频率范围内返回多锥形PSD估计gydF4y2Ba频率范围gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2BapxxcgydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba“ConfidenceLevel”,gydF4y2Ba可能性gydF4y2Ba）gydF4y2Ba返回gydF4y2Ba可能性gydF4y2Ba×中PSD估计的100%置信区间gydF4y2BapxxcgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，“滴状锥度”，gydF4y2BadropflaggydF4y2Ba）gydF4y2Ba指定是否gydF4y2BapmtmgydF4y2Ba在计算多锥度PSD估计时，降低最后一个Slepian锥度。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2Ba＿＿＿gydF4y2Ba，gydF4y2Ba方法gydF4y2Ba）gydF4y2Ba结合单个锥形PSD估计使用的方法指定gydF4y2Ba方法gydF4y2Ba。此语法仅适用于Slepian锥。gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2BaegydF4y2Ba，gydF4y2BavgydF4y2Ba，gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba使用Slepian锥形gydF4y2BaegydF4y2Ba特征值gydF4y2BavgydF4y2Ba来计算PSD。使用gydF4y2Ba离散长gydF4y2Ba获得gydF4y2BaegydF4y2Ba和gydF4y2BavgydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba＿＿＿gydF4y2Ba) = pmtm (gydF4y2BaxgydF4y2Ba，gydF4y2Badpss_paramsgydF4y2Ba，gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba使用单元格数组gydF4y2Badpss_paramsgydF4y2Ba将输入参数传递给gydF4y2Ba离散长gydF4y2Ba。此语法仅适用于Slepian锥。gydF4y2Ba

例子gydF4y2Ba

pmtm (gydF4y2Ba＿＿＿gydF4y2Ba）gydF4y2Ba在没有输出参数的情况下，在当前图形窗口中绘制多锥度PSD估计图。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

打开生活的脚本gydF4y2Ba

获得由角频率为的离散正弦信号组成的输入信号的多锥度PSD估计gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本与添加剂gydF4y2BaNgydF4y2Ba（0,1）白噪声。gydF4y2Ba

创建角度频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本与添加剂gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号长度为320个样本。使用默认的时间半带宽乘积4和DFT长度获得多用户PSD估计。默认的DFT点数为512。由于信号为实值，PSD估计为单边估计，PSD估计中有512/2+1个点。gydF4y2Ba

n = 0:319;x = cos(π/ 4 * n) + randn(大小(n));pxx = pmtm (x);gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm（x）gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

生成嵌入在加法中的双通道信号的2048个样本gydF4y2BaNgydF4y2Ba(0,1)高斯白噪声。gydF4y2Ba

  • 第一个通道由两个正弦波组成，其归一化频率为gydF4y2BaπgydF4y2Ba/3及gydF4y2BaπgydF4y2Ba/ 5 rad /样品。第一个正弦信号的振幅是第二个正弦信号的两倍。gydF4y2Ba

  • 第二信道的归一化频率为gydF4y2BaπgydF4y2Ba/ 4 rad /样品。gydF4y2Ba

使用多锥度方法估计信号的PSD超过1024采样间隔从0.1gydF4y2BaπgydF4y2Barad 0.4 /样品gydF4y2BaπgydF4y2Barad /样品。使用13个同等加权的正弦锥形。gydF4y2Ba

n =(0:2047)”;x =[罪(π。/［3.5］．*n)*[2 1]' sin(pi/4*n)] + randn(length(n),2); w = linspace(0.1,0.4,1024); ntp = 13; pmtm(x,ntp,“蜡烛”gydF4y2Ba，gydF4y2Ba“正弦”gydF4y2Baw *π)gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含两个线型对象。gydF4y2Ba

重复计算，但现在按线性降序加权13个锥形。你可以把gydF4y2Ba“蜡烛”、“正弦”gydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

pmtm（x，（ntp:-1:1）/总和（1:ntp），w*pi，gydF4y2Ba“蜡烛”gydF4y2Ba，gydF4y2Ba“正弦”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含两个线型对象。gydF4y2Ba

重复计算，但现在使用13个Slepian锥形，并指定时间-半带宽乘积为7.5。gydF4y2Ba

西北= 7.5;pmtm (x, {nw,国家结核控制规划},w *π)gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含两个线型对象。gydF4y2Ba

重复计算，但现在指定2 kHz的采样率。gydF4y2Ba

fs = 2 e3;pmtm (x, {nw,国家结核控制规划},w * (fs / 2), fs)gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含两个线型对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

获得具有指定时间-半带宽乘积的多锥度PSD估计。gydF4y2Ba

创建角度频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本与添加剂gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号长度为320个样本。获得时间半带宽乘积为2.5的多用户PSD估计值。分辨率带宽为gydF4y2Ba ［gydF4y2Ba -gydF4y2Ba 2gydF4y2Ba ．gydF4y2Ba 5gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba 2gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ．gydF4y2Ba 5gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba 2gydF4y2Ba 0gydF4y2Ba ］gydF4y2Ba rad /样品。缺省情况下，DFT点数为512。因为信号是实数，所以PSD估计是片面的，PSD估计中有512/2+1个点。gydF4y2Ba

n = 0:319;x = cos(π/ 4 * n) + randn(大小(n));pmtm (2.5 x))gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

获得由角频率为的离散正弦信号组成的输入信号的多锥度PSD估计gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本与添加剂gydF4y2BaNgydF4y2Ba（0,1）白噪声。使用等于信号长度的DFT长度。gydF4y2Ba

创建角度频率为的正弦波gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样本与添加剂gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号长度为320个样本。使用3的时间半带宽乘积和等于信号长度的DFT长度获取多线程PSD估计值。由于信号是实值信号，因此默认情况下返回长度等于320/2+1的单边PSD估计值。gydF4y2Ba

n=0:319；x=cos（pi/4*n）+randn（大小（n））；pmtm（x，3，长度（x））gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

获得在1 kHz采样的信号的多锥度PSD估计。信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号持续时间为2秒。使用3的时间半带宽乘积和等于信号长度的DFT长度。gydF4y2Ba

fs = 1000;t = 0:1 / fs: 2 - 1 / f;x = cos(2 *π* 100 * t) + randn(大小(t));[pxx f] = pmtm (x, 3,长度(x), fs);gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm (x 3长度(x), fs)gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

获得一个多锥形PSD估计，其中单个锥形直接光谱估计在平均值中被赋予相同的权重。gydF4y2Ba

获得在1 kHz采样的信号的多锥度PSD估计。信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号持续时间为2秒。使用3的时间半带宽乘积和等于信号长度的DFT长度。使用gydF4y2Ba“团结”gydF4y2Ba选择在平均中给予每个单独的锥形直接光谱估计相等的权重。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（尺寸（t））；[pxx，f]=pmtm（x，3，长度（x），fs，gydF4y2Ba“团结”gydF4y2Ba)；gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm (x 3长度(x), fs,gydF4y2Ba“团结”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

本例检查了DPSS序列的频域浓度。本例通过预计算Slepian序列并仅选择其能量集中在分辨率带宽上超过99%的序列，生成输入信号的多重PSD估计。gydF4y2Ba

信号是加性的100hz正弦波gydF4y2BaNgydF4y2Ba（0,1）白噪声。信号持续时间为2秒。gydF4y2Ba

fs = 1000;t = 0:1 / fs: 2 - 1 / f;x = cos(2 *π* 100 * t) + randn(大小(t));gydF4y2Ba

将时间半带宽乘积设置为3.5。对于2000个样本的信号长度和0.001秒的采样间隔，这将导致分辨率带宽为[–1.75,1.75]Hz。计算前10个Slepian序列，并检查其在指定分辨率带宽内的频率浓度。gydF4y2Ba

[e v] =离散长(长度(x), 3.5, 10);lv =长度(v);阀杆(1:lv, v,gydF4y2Ba“填充”gydF4y2Ba) ylim([0 1.2]) title(gydF4y2Ba'能量在第k个Slepian序列[-w,w]中的比例'gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。第k个Slepian Sequence的标题为Proportion of Energy in [-w,w]的轴对象包含一个类型为stem的对象。gydF4y2Ba

确定能量浓度大于99%的Slepian序列数量。利用选定的DPSS序列，得到多锥度PSD估计。集gydF4y2Ba“DropLastTaper”gydF4y2Ba到gydF4y2Ba假gydF4y2Ba使用所有选定的锥度。gydF4y2Ba

持有gydF4y2Ba在gydF4y2BaPlot ([1 lv]，0.99*[1 1]) holdgydF4y2Ba从gydF4y2Ba

图中包含一个轴对象。第k个Slepian Sequence的标题为“Proportion of Energy in [-w,w]”的轴对象包含stem, line类型的2个对象。gydF4y2Ba

idx=查找（v>0.99,1，gydF4y2Ba“最后一次”gydF4y2Ba）gydF4y2Ba
idx=5gydF4y2Ba
[pxx，f]=pmtm（x，e（：，1:idx），v（1:idx），长度（x），fs，gydF4y2Ba“DropLastTaper”gydF4y2Ba、假);gydF4y2Ba

绘制多锥形PSD估计值。gydF4y2Ba

pmtm (x, e (: 1: idx), v (1: idx),长度(x), fs,gydF4y2Ba“DropLastTaper”gydF4y2Ba假)gydF4y2Ba

图中包含一个轴对象。轴对象汤姆森多锥功率谱密度估计包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

在加法运算中获得100 Hz正弦波的多重PSD估计值gydF4y2BaNgydF4y2Ba(0,1)噪音。数据以1khz采样。使用gydF4y2Ba“居中”gydF4y2Ba选项以获取以DC为中心的PSD。gydF4y2Ba

fs=1000；t=0:1/fs:2-1/fs；x=cos（2*pi*100*t）+randn（大小（t））；[pxx，f]=pmtm（x，3.5，长度（x），fs，gydF4y2Ba“居中”gydF4y2Ba)；gydF4y2Ba

绘制以DC为中心的PSD估计值。gydF4y2Ba

pmtm (x, 3.5,长度(x), fs,gydF4y2Ba“居中”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。标题为功率谱密度的轴对象包含一个类型线对象。gydF4y2Ba

打开生活的脚本gydF4y2Ba

下面的例子说明了多锥度PSD估计置信界限的使用。虽然不是统计显著性的必要条件，但在多锥形PSD估计中，当周围PSD估计的下置信界限超过上置信界限时，频率清楚地表明时间序列中的显著振荡。gydF4y2Ba

创建一个由100 Hz和150 Hz正弦波叠加而成的加性白色信号gydF4y2BaNgydF4y2Ba（0,1）噪声。两个正弦波的振幅为1。采样频率为1 kHz。信号持续时间为2 s。gydF4y2Ba

fs = 1000;t = 0:1 / fs: 2 - 1 / f;x = cos(2 *π* 100 * t) + cos(2 *π* 150 * t) + randn(大小(t));gydF4y2Ba

获得具有95%置信边界的多锥度PSD估计。将PSD估计与置信区间绘制在一起，并放大100和150赫兹附近感兴趣的频率区域。gydF4y2Ba

[pxx f, pxxc] = pmtm (x, 3.5,长度(x), fs,gydF4y2Ba“ConfidenceLevel”gydF4y2Ba，0.95）；图（f，10*log10（pxx））保持gydF4y2Ba在gydF4y2Ba图（f，10*log10（pxxc），gydF4y2Bar -。gydF4y2Baxlabel([85 175])gydF4y2Ba“赫兹”gydF4y2Ba) ylabel (gydF4y2Ba“数据库”gydF4y2Ba)头衔(gydF4y2Ba“具有95%置信边界的多锥形PSD估计”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。标题为Multitaper PSD Estimate with 95%-Confidence Bounds的轴对象包含3个类型为line的对象。gydF4y2Ba

在100和150 Hz附近的低置信界限明显高于100和150 Hz附近的高置信界限。gydF4y2Ba

打开生活的脚本gydF4y2Ba

产生1024个样本的多通道信号组成的三个正弦波加性gydF4y2Ba NgydF4y2Ba （gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba 高斯白噪声。正弦信号的频率是gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 3.gydF4y2Ba ,gydF4y2Ba πgydF4y2Ba /gydF4y2Ba 4gydF4y2Ba rad /样品。利用汤姆逊多锥法估算信号的PSD，并将其绘制出来。gydF4y2Ba

N=1024；N=0:N-1；w=pi./[2；3；4]；x=cos（w*N）’+randn（长度（N），3）；pmtm（x）gydF4y2Ba

图中包含一个轴对象。以“汤姆森多锥度功率谱密度估计”为标题的轴对象包含3个线型对象。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

输入信号，指定为行或列向量或矩阵。如果gydF4y2BaxgydF4y2Ba是一个矩阵，则其列被视为独立通道。gydF4y2Ba

例子：gydF4y2Ba因为(π/ 4 * (0:159))+ randn (1160)gydF4y2Ba是单通道行向量信号。gydF4y2Ba

例子：gydF4y2Bacos（pi./[4；2]*（0:159））'+randn（160,2）gydF4y2Ba是一个双通道信号。gydF4y2Ba

数据类型：gydF4y2Ba仅有一个的gydF4y2Ba|gydF4y2Ba双重的gydF4y2Ba
复数的支持:金宝appgydF4y2Ba对gydF4y2Ba

锥度类型，指定为gydF4y2Ba“斯莱皮恩”gydF4y2Ba或gydF4y2Ba“正弦”gydF4y2Ba．gydF4y2Ba

您可以指定gydF4y2Ba“蜡烛”gydF4y2Ba，gydF4y2BatapertypegydF4y2Ba后面任何位置的名称-值对gydF4y2BaxgydF4y2Ba在函数调用中。gydF4y2Ba

数据类型：gydF4y2Ba烧焦gydF4y2Ba|gydF4y2Ba一串gydF4y2Ba

时间半带宽乘积，指定为正标量。gydF4y2BapmtmgydF4y2Ba采用2×gydF4y2Ba西北gydF4y2Ba–PSD估计值中有1个Slepian锥度。用于gydF4y2Ba西北gydF4y2Ba是gydF4y2Ba2gydF4y2Ba，gydF4y2Ba5／2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba7/2gydF4y2Ba,或gydF4y2Ba4gydF4y2Ba．gydF4y2Ba

在多锥度谱估计中，用户指定多锥度估计的分辨率带宽gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba哪里gydF4y2BaWgydF4y2Ba＝gydF4y2BakgydF4y2Ba/gydF4y2BaNgydF4y2BaΔgydF4y2BatgydF4y2Ba对于一些小的gydF4y2BakgydF4y2Ba> 1gydF4y2Ba.同等地，gydF4y2BaWgydF4y2Ba是DFT频率分辨率的小倍数。时间半带宽乘积是分辨率半带宽与输入信号中采样数的乘积，gydF4y2BaNgydF4y2Ba.其傅里叶变换很好地集中在gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba(特征值接近统一)是gydF4y2Ba2gydF4y2BaNgydF4y2BaWgydF4y2Ba– 1gydF4y2Ba．gydF4y2Ba

正弦锥度数或平均权值，指定为整数标量或向量。gydF4y2Ba

  • 如果gydF4y2Ba米gydF4y2Ba是标量，表示计算PSD估计时用作数据窗口的正弦锥的数量。正弦锥均匀加权。gydF4y2Ba

  • 如果gydF4y2Ba米gydF4y2Ba是一个向量，它表示在计算PSD估计时用于平均正弦锥形的权重。的长度gydF4y2Ba米gydF4y2Ba表示要使用的锥形数量。的元素gydF4y2Ba米gydF4y2Ba必须加1。gydF4y2Ba

数据类型：gydF4y2Ba仅有一个的gydF4y2Ba|gydF4y2Ba双重的gydF4y2Ba

DFT点数，指定为正整数。对于实值输入信号，gydF4y2BaxgydF4y2Ba， PSD估计，gydF4y2BapxxgydF4y2Ba长度(gydF4y2BanfftgydF4y2Ba/2 + 1) ifgydF4y2BanfftgydF4y2Ba是平的，而且(gydF4y2BanfftgydF4y2Ba+ 1) / 2gydF4y2BanfftgydF4y2Ba是奇数。对于复数输入信号，gydF4y2BaxgydF4y2Ba， PSD估计总是有长度的gydF4y2BanfftgydF4y2Ba如果gydF4y2BanfftgydF4y2Ba指定为空，为默认值gydF4y2BanfftgydF4y2Ba使用。gydF4y2Ba

数据类型：gydF4y2Ba仅有一个的gydF4y2Ba|gydF4y2Ba双重的gydF4y2Ba

采样率，指定为正标量。采样率是每单位时间的采样数。如果时间单位为秒，则采样率的单位为Hz。gydF4y2Ba

归一化频率，指定为具有至少两个元素的行或列向量。归一化频率以rad/sample为单位。gydF4y2Ba

例子：gydF4y2Baw=[pi/4 pi/2]gydF4y2Ba

数据类型：gydF4y2Ba双重的gydF4y2Ba

频率，指定为具有至少两个元素的行或列向量。频率以单位时间的周期为单位。单位时间由采样率确定，gydF4y2BafsgydF4y2Ba如果gydF4y2BafsgydF4y2Ba具有采样单位/秒，然后gydF4y2BafgydF4y2Ba以Hz为单位。gydF4y2Ba

例子：gydF4y2Bafs=1000；f=[100 200]gydF4y2Ba

数据类型：gydF4y2Ba双重的gydF4y2Ba

指示是否删除或保留最后一个DPSS序列的标志，作为逻辑指定。默认值是gydF4y2Ba真正的gydF4y2Ba和gydF4y2BapmtmgydF4y2Ba最后一个锥子掉了下来。在一个多尺度估计中，前两个gydF4y2Ba西北gydF4y2Ba- 1 DPSS序列特征值接近统一。如果小于2gydF4y2Ba西北gydF4y2Ba–1序列，很可能所有锥度的特征值都接近1，您可以指定gydF4y2BadropflaggydF4y2Ba作为gydF4y2Ba假gydF4y2Ba保持最后的锥度。gydF4y2Ba

单个锥形PSD估计值的权重，指定为gydF4y2Ba“适应”gydF4y2Ba，gydF4y2Ba“特征”gydF4y2Ba,或gydF4y2Ba“团结”gydF4y2Ba。默认值为Thomson’s adaptive frequency-dependent weights,“适应”gydF4y2Ba．这些权重的计算详细在第368-370页gydF4y2Ba［2］gydF4y2Ba．的gydF4y2Ba“特征”gydF4y2Ba该方法通过相应Slepian锥的特征值（频率集中）对每个锥形PSD估计进行加权gydF4y2Ba“团结”gydF4y2Ba方法对每个锥形PSD估计值进行加权。gydF4y2Ba

DPSS（Slepian）序列，指定为矩阵。如果gydF4y2BaxgydF4y2Ba长度gydF4y2BaNgydF4y2Ba,然后gydF4y2BaegydF4y2Ba有gydF4y2BaNgydF4y2Ba行。矩阵gydF4y2BaegydF4y2Ba是gydF4y2Ba离散长gydF4y2Ba．gydF4y2Ba

DPSS (Slepian)序列的特征值，指定为列向量。DPSS序列的特征值表明序列能量集中在分辨率带宽的比例，gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba．特征值的范围在这个区间内gydF4y2Ba(0,1)gydF4y2Ba通常是第一个gydF4y2Ba2gydF4y2BaNgydF4y2BaWgydF4y2Ba– 1gydF4y2Ba特征值接近1，然后递减到0。向量gydF4y2BavgydF4y2Ba是gydF4y2Ba离散长gydF4y2Ba．gydF4y2Ba

的输入参数gydF4y2Ba离散长gydF4y2Ba，指定为单元格数组。的第一个输入参数gydF4y2Ba离散长gydF4y2Ba是DPSS序列的长度和省略gydF4y2Badpss_paramsgydF4y2Ba因为它是从长度得到的gydF4y2BaxgydF4y2Ba．gydF4y2Ba

例子：gydF4y2Bapmtm (randn (1000 1), {2.5, 3})gydF4y2Ba使用时间半带宽乘积为2.5的前3个Slepian序列计算随机序列的PSD。gydF4y2Ba

PSD估计的频率范围，指定为之一gydF4y2Ba“单向的”gydF4y2Ba，gydF4y2Ba双侧的gydF4y2Ba,或gydF4y2Ba“居中”gydF4y2Ba。默认值为gydF4y2Ba“单向的”gydF4y2Ba对于实值信号和gydF4y2Ba双侧的gydF4y2Ba为复值信号。每个选项对应的频率范围为gydF4y2Ba

  • “单向的”gydF4y2Ba-返回实值输入信号的单边PSD估计，gydF4y2BaxgydF4y2Ba如果gydF4y2BanfftgydF4y2Ba是偶数,gydF4y2BapxxgydF4y2Ba长度gydF4y2BanfftgydF4y2Ba/2+1，并在整个时间间隔内进行计算gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba］gydF4y2Barad /样品。如果gydF4y2BanfftgydF4y2Ba是奇数吗gydF4y2BapxxgydF4y2Ba是(gydF4y2BanfftgydF4y2Ba+ 1)/2，区间是gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba）gydF4y2Barad/样本。何时gydF4y2BafsgydF4y2Ba时，对应的间隔为[0，gydF4y2BafsgydF4y2Ba/2] 周期/单位时间和[0，gydF4y2BafsgydF4y2Ba/2)偶数和奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba分别。gydF4y2Ba

  • 双侧的gydF4y2Ba-返回实值或复值输入的双边PSD估计，gydF4y2BaxgydF4y2Ba．在这种情况下,gydF4y2BapxxgydF4y2Ba长度gydF4y2BanfftgydF4y2Ba并在区间内计算gydF4y2Ba[0,2gydF4y2BaπgydF4y2Ba）gydF4y2Barad/样本。何时gydF4y2BafsgydF4y2Ba是可选指定的，间隔为[0，gydF4y2BafsgydF4y2Ba)周期/单位时间。gydF4y2Ba

  • “居中”gydF4y2Ba-返回实值或复数输入的中心双边PSD估计值，gydF4y2BaxgydF4y2Ba．在这种情况下,gydF4y2BapxxgydF4y2Ba长度gydF4y2BanfftgydF4y2Ba并在区间内计算gydF4y2Ba(-gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba］gydF4y2Barad/均匀长度样品gydF4y2BanfftgydF4y2Ba和gydF4y2Ba(-gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba）gydF4y2Ba拉德/奇数长度的样本gydF4y2BanfftgydF4y2Ba．当gydF4y2BafsgydF4y2Ba如果可以选择指定，则相应的间隔为–gydF4y2BafsgydF4y2Ba/2,gydF4y2BafsgydF4y2Ba/2]周期/单位时间和(-gydF4y2BafsgydF4y2Ba/2,gydF4y2BafsgydF4y2Ba/2)偶数和奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba分别。gydF4y2Ba

真实PSD的覆盖概率，指定为范围(0,1)中的标量。输出,gydF4y2BapxxcgydF4y2Ba的下界和上界gydF4y2Ba可能性gydF4y2Ba× 100%的真实PSD区间估计。gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

PSD估计，返回为实值，非负列向量或矩阵。每一列的gydF4y2BapxxgydF4y2Ba对应列的PSD估算是gydF4y2BaxgydF4y2Ba。PSD估计的单位为每单位频率时间序列数据的平方幅度单位。例如，如果输入数据以伏特为单位，PSD估计的单位为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1Ω，并指定以赫兹为单位的采样率，PSD估计的单位为瓦特pe赫兹。gydF4y2Ba

数据类型：gydF4y2Ba仅有一个的gydF4y2Ba|gydF4y2Ba双重的gydF4y2Ba

归一化频率，返回为实值列向量。如果gydF4y2BapxxgydF4y2Ba是片面的PSD估计，gydF4y2BawgydF4y2Ba跨越了时间间隔gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba］gydF4y2Ba如果gydF4y2BanfftgydF4y2Ba甚至和gydF4y2Ba[0,gydF4y2BaπgydF4y2Ba）gydF4y2Ba如果gydF4y2BanfftgydF4y2Ba是奇数。如果gydF4y2BapxxgydF4y2Ba是一个双边PSD估计，gydF4y2BawgydF4y2Ba跨越了时间间隔gydF4y2Ba[0,2gydF4y2BaπgydF4y2Ba）gydF4y2Ba．对于dc为中心的PSD估计，gydF4y2BawgydF4y2Ba跨越了时间间隔gydF4y2Ba(-gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba］gydF4y2Ba甚至gydF4y2BanfftgydF4y2Ba和gydF4y2Ba(-gydF4y2BaπgydF4y2Ba，gydF4y2BaπgydF4y2Ba）gydF4y2Ba为奇数gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

数据类型：gydF4y2Ba双重的gydF4y2Ba

循环频率，作为实值列向量返回。对于片面的PSD估计，gydF4y2BafgydF4y2Ba跨越区间[0，gydF4y2BafsgydF4y2Ba/2] 什么时候gydF4y2BanfftgydF4y2Ba为偶数，[0，gydF4y2BafsgydF4y2Ba/2） 什么时候gydF4y2BanfftgydF4y2Ba是奇数。对于双边PSD估计，gydF4y2BafgydF4y2Ba跨越区间[0，gydF4y2BafsgydF4y2Ba）.对于dc为中心的PSD估计，gydF4y2BafgydF4y2Ba跨越间隔(-gydF4y2BafsgydF4y2Ba/2,gydF4y2BafsgydF4y2Ba/2] 偶数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba和(-gydF4y2BafsgydF4y2Ba/2,gydF4y2BafsgydF4y2Ba/2)奇数长度的周期/单位时间gydF4y2BanfftgydF4y2Ba．gydF4y2Ba

数据类型：gydF4y2Ba双重的gydF4y2Ba|gydF4y2Ba仅有一个的gydF4y2Ba

置信界限，返回为具有实值元素的矩阵。矩阵的行大小等于PSD估计的长度，gydF4y2BapxxgydF4y2Ba．gydF4y2BapxxcgydF4y2Ba有两倍的列数gydF4y2BapxxgydF4y2Ba.奇数列包含置信区间的下界，偶数列包含置信区间的上界。因此，gydF4y2Bapxxc (m, 2 * n - 1)gydF4y2Ba置信下限和gydF4y2Bapxxc (m, 2 * n)gydF4y2Ba上置信限是否与估计值相对应gydF4y2Bapxx (m, n)gydF4y2Ba．置信区间的覆盖概率由的值决定gydF4y2Ba可能性gydF4y2Ba输入。gydF4y2Ba

数据类型：gydF4y2Ba仅有一个的gydF4y2Ba|gydF4y2Ba双重的gydF4y2Ba

更多关于gydF4y2Ba

全部折叠gydF4y2Ba

汤姆森多谱估计gydF4y2Ba

周期图不是广义平稳过程的真功率谱密度(PSD)的一致估计量。为了减少周期图的变异性，从而产生PSD的一致估计，多圆锥方法对使用相互正交窗口或或的一组得到的修正周期图进行平均gydF4y2Ba蜡烛gydF4y2Ba．除相互正交外，圆锥还具有最优时频集中特性。锥度的正交性和时频集中是多锥度技术成功的关键。看到gydF4y2Ba离散长椭球（Slepian）序列gydF4y2Ba给出了用于汤姆森多锥法的Slepian序列的简要描述。gydF4y2Ba

多锥度法使用gydF4y2BaKgydF4y2Ba修改后的周期图，每一个周期图使用不同的SLEPIA序列作为窗口gydF4y2Ba

年代gydF4y2Ba kgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba ΔgydF4y2Ba tgydF4y2Ba |gydF4y2Ba ∑gydF4y2Ba ngydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba xgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba egydF4y2Ba −gydF4y2Ba jgydF4y2Ba 2gydF4y2Ba πgydF4y2Ba fgydF4y2Ba ngydF4y2Ba ΔgydF4y2Ba tgydF4y2Ba |gydF4y2Ba 2gydF4y2Ba

表示用的修正周期图gydF4y2BakgydF4y2Ba斯莱皮安序列，gydF4y2BaggydF4y2BakgydF4y2Ba（gydF4y2BangydF4y2Ba）.在其最简单的形式，多锥形方法只是平均gydF4y2BaKgydF4y2Ba修改周期图，以产生多重PSD估计值：gydF4y2Ba

年代gydF4y2Ba （gydF4y2Ba 太gydF4y2Ba ）gydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba KgydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba KgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba 年代gydF4y2Ba kgydF4y2Ba （gydF4y2Ba fgydF4y2Ba ）gydF4y2Ba ．gydF4y2Ba

汤姆森的多用户方法，于gydF4y2Ba［4］gydF4y2Ba，类似于Welch的重叠段平均法，两者都是在PSD的近似不相关估计上进行平均。然而，这两种方法在如何产生这些不相关的PSD估计方面存在差异。多锥度法在每个修正周期图中使用整个信号。Slepian锥形的正交性与不同的修正周期图有关。Welch的方法在每个修正周期图中使用信号的分段，分段将不同的修正周期图进行去关联。gydF4y2Ba

的方程gydF4y2Ba年代gydF4y2Ba(太)gydF4y2Ba（gydF4y2BafgydF4y2Ba）gydF4y2Ba对应于gydF4y2Ba“团结”gydF4y2Ba选项gydF4y2BapmtmgydF4y2Ba.但是，如中所述gydF4y2Ba离散长椭球（Slepian）序列gydF4y2Ba， Slepian序列在感兴趣的频带内不具有相同的能量浓度。Slepian序列的阶数越高，序列能量在能带中的集中程度越低gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba由于浓度由特征值给出。因此，使用特征值来加权gydF4y2BaKgydF4y2Ba在平均之前修改周期图。这对应于gydF4y2Ba“特征”gydF4y2Ba选项gydF4y2BapmtmgydF4y2Ba．gydF4y2Ba

利用序列特征值产生修正周期图的加权平均，可以解释Slepian序列的频率集中特性。但是，它没有解释随机过程的功率谱密度与Slepian序列的频率浓度之间的相互作用。具体来说，在使用高阶Slepian序列的修正周期图中，随机过程功率较小的频率区域估计的可靠性较低。这说明了一个频率依赖的自适应过程，它不仅解释了Slepian序列的频率集中，而且解释了时间序列的功率分布。这个自适应权重对应于gydF4y2Ba“适应”gydF4y2Ba选项gydF4y2BapmtmgydF4y2Ba并且是计算多锥度估计的默认值。gydF4y2Ba

离散长椭球（Slepian）序列gydF4y2Ba

Slepian序列的推导是从离散时间/连续频率集中问题出发的。对所有gydF4y2BaℓgydF4y2Ba2gydF4y2Ba序列index-limitedgydF4y2Ba0, 1, …,gydF4y2BaNgydF4y2Ba– 1gydF4y2Ba，这个问题寻求在一个频带内能量集中最大的序列gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba与gydF4y2Ba|gydF4y2BaWgydF4y2Ba| < 1/2ΔgydF4y2BatgydF4y2Ba．gydF4y2Ba

这相当于找到一个系统的特征值和相应的特征向量gydF4y2BaNgydF4y2Ba-借-gydF4y2BaNgydF4y2Ba自伴正半定算子。因此，特征值是实的非负的，与不同特征值对应的特征向量是相互正交的。在这个特殊的问题中，特征值以1为界特征值是序列在频率区间内能量集中的度量gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba．gydF4y2Ba

特征值问题由下式给出：gydF4y2Ba

∑gydF4y2Ba 米gydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba 罪gydF4y2Ba （gydF4y2Ba 2gydF4y2Ba πgydF4y2Ba WgydF4y2Ba （gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ）gydF4y2Ba πgydF4y2Ba （gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba 米gydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba λgydF4y2Ba kgydF4y2Ba （gydF4y2Ba NgydF4y2Ba ，gydF4y2Ba WgydF4y2Ba ）gydF4y2Ba ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba ngydF4y2Ba ，gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba ．..gydF4y2Ba ，gydF4y2Ba NgydF4y2Ba −gydF4y2Ba 1.gydF4y2Ba

零阶DPSS序列，gydF4y2BaggydF4y2Ba0gydF4y2Ba，是最大特征值对应的特征向量。一阶DPSS序列，gydF4y2BaggydF4y2Ba1gydF4y2Ba，是对应于下一个最大特征值的特征向量，与零阶序列正交。二阶DPSS序列，gydF4y2BaggydF4y2Ba2gydF4y2Ba，是第三大特征值对应的特征向量，正交于两个低阶DPSS序列。因为运算符是gydF4y2BaNgydF4y2Ba-借-gydF4y2BaNgydF4y2Ba，有gydF4y2BaNgydF4y2Ba特征向量。但是，对于给定的序列长度gydF4y2BaNgydF4y2Ba以及一个特定的带宽gydF4y2Ba[–gydF4y2BaWgydF4y2Ba，gydF4y2BaWgydF4y2Ba］gydF4y2Ba，有大约gydF4y2Ba2gydF4y2Ba西北gydF4y2Ba– 1gydF4y2Ba特征值非常接近于统一的DPSS序列。使用gydF4y2Ba西北gydF4y2Ba指定gydF4y2Ba西北gydF4y2Ba．gydF4y2Ba

正弦蜡烛gydF4y2Ba

中提出的一种替代Slepian序列的正弦锥形gydF4y2Ba［3］gydF4y2Ba，定义为gydF4y2Ba

ggydF4y2Ba kgydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba 2gydF4y2Ba NgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba 罪gydF4y2Ba πgydF4y2Ba kgydF4y2Ba ngydF4y2Ba NgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba ngydF4y2Ba ，gydF4y2Ba kgydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba ．..gydF4y2Ba ，gydF4y2Ba NgydF4y2Ba ．gydF4y2Ba

与Slepian序列不同，正弦锥可以直接计算，无需建立和求解特征值方程。这使得正弦锥的计算速度更快。正弦锥的光谱浓度接近Slepian序列，但不需要额外的参数来指定光谱带宽。PSD估计的带宽使用正弦锥度计算的te可通过使用改变锥度的数量进行局部调整gydF4y2Ba米gydF4y2Ba．gydF4y2Ba

比较Slepian锥和正弦锥gydF4y2Ba

生成前5个Slepian锥形对应于3的时间半带宽乘积。指定锥形长度为1000。gydF4y2Ba

N = 1000;西北= 3;ns = 2 *(西北)1;tpr =离散长(N, nw, ns);磅=gydF4y2Ba“Slepian”gydF4y2Ba；gydF4y2Ba

生成前5个正弦锥形。gydF4y2Ba

n = 1: n;k = 1: ns;tpr(:: 2 =√(2 / (N + 1) *罪(π* N * k / (N + 1));磅(2)=gydF4y2Ba“正弦”gydF4y2Ba；gydF4y2Ba

画出两组锥形。gydF4y2Ba

为gydF4y2Bakj=1:2子地块（2,1，kj）图（tprs（：，：，kj））标题（lbs（kj））图例（追加(gydF4y2Ba“k =”gydF4y2Ba字符串(k + kj-2)),gydF4y2Ba...gydF4y2Ba“定位”gydF4y2Ba，gydF4y2Ba“水平”gydF4y2Ba，gydF4y2Ba“位置”gydF4y2Ba，gydF4y2Ba“南方”gydF4y2Ba)传奇(gydF4y2Ba“boxoff”gydF4y2Ba) ylim ([-0.09 - 0.07])gydF4y2Ba结束gydF4y2Ba

图中包含2个轴对象。标题为Slepian的轴对象1包含5个线型对象。这些对象表示k=0、k=1、k=2、k=3、k=4。标题为正弦的轴对象2包含5个线型对象。这些对象表示k=1、k=2、k=3、k=4、k=5。gydF4y2Ba

参考文献gydF4y2Ba

[1] McCoy, Emma J, Andrew T. Walden和Donald B. Percival。幂律过程的多锥形谱估计gydF4y2BaIEEEgydF4y2Ba®gydF4y2Ba信号处理汇刊gydF4y2Ba46岁的没有。3(1998年3月):655-68。gydF4y2Bahttps://doi.org/10.1109/78.661333gydF4y2Ba．gydF4y2Ba

[2] 珀西瓦尔、唐纳德B.和安德鲁T.沃尔登。gydF4y2Ba物理应用的光谱分析:多锥度和常规单变量技术gydF4y2Ba．剑桥;美国纽约:剑桥大学出版社，1993。gydF4y2Ba

Riedel, Kurt S.和Alexander Sidorenko。“最小偏差多锥度谱估计”。gydF4y2BaIEEE信号处理汇刊gydF4y2Ba43岁的没有。1(1995年1月):188-95。gydF4y2Bahttps://doi.org/10.1109/78.365298gydF4y2Ba．gydF4y2Ba

[4] 谱估计与谐波分析gydF4y2BaIEEE论文集gydF4y2Ba70年,没有。9(1982): 1055 - 96。gydF4y2Bahttps://doi.org/10.1109/PROC.1982.12433gydF4y2Ba．gydF4y2Ba

另请参阅gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba

主题gydF4y2Ba

之前介绍过的R2006agydF4y2Ba

信号处理工具箱文档gydF4y2Ba

金宝app

基于MATLAB的信号处理深度学习gydF4y2Ba

基于MATLAB的信号处理深度学习gydF4y2Ba

下载白皮书gydF4y2Ba