文档帮助中心文档
自回归功率谱密度估计- Yule-Walker方法
pxx = pyulear (x,顺序)
pxx = pyulear (x,秩序,nfft)
[pxx,w]=pyulear(___)
[pxx,f]=pyulear(___fs)
[pxx w] = pyulear (x,秩序,w)
[pxx,f]=pyulear(x,order,f,fs)
[___] = pyulear (x,秩序,___freqrange)
[___pxxc] = pyulear (___,“信心水平”,概率)
pyulear (___)
pxx= pyulear (x,订单)返回功率谱密度估计值,pxx,离散时间信号的x,使用Yule Walker方法找到。何时x是一个矢量,它被视为单个通道。当x是一个矩阵,PSD独立计算每一列,并存储在pxx.pxx是每单位频率的功率分布。频率以rad/sample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= pyulear (x,订单)
pxx
x
订单
pxx= pyulear (x,订单,nfft)使用nfft离散傅里叶变换(DFT)中的点。用于实际x,pxx长度(nfft/2 + 1) ifnfft是平的,而且(nfft+1)/2如果nfft是奇数。为复数x,pxx总长度nfft.如果你忽略了nfft,或将其指定为空pyulear使用默认DFT长度256。
pxx= pyulear (x,订单,nfft)
nfft
pyulear
[pxx,w) = pyulear (___)返回归一化角频率的矢量,w,估计PSD。w单位为rad/样本。为实值信号,w跨越了时间间隔[0,π]什么时候nfft甚至和[0,π)什么时候nfft是奇数。为复值信号,w总是跨越时间间隔[0, 2π).
[pxx,w) = pyulear (___)
w
例子
[pxx,f) = pyulear (___,fs)返回一个频率向量,f,单位时间的周期。采样率,fs,是每单位时间的样本数。如果时间单位为秒,则f以周期/秒(Hz)为单位。对于实值信号,f跨越区间[0,fs/2] 什么时候nfft为偶数,[0,fs/2) 什么时候nfft是奇数。为复值信号,f跨越区间[0,fs).
[pxx,f) = pyulear (___,fs)
f
fs
[pxx,w) = pyulear (x,订单,w)返回在向量中指定的归一化频率下的双边AR PSD估计,w.这个向量,w,必须包含至少两个元素,否则函数将其解释为nfft.
[pxx,w) = pyulear (x,订单,w)
[pxx,f) = pyulear (x,订单,f,fs)返回在向量中指定的频率下的双边AR PSD估计,f.这个向量,f,必须包含至少两个元素,否则函数将其解释为nfft.的频率f是单位时间内的周期。采样率,fs,是每单位时间的样本数。如果时间单位为秒,则f为周期/秒(Hz)。
[pxx,f) = pyulear (x,订单,f,fs)
[___) = pyulear (x,订单,___,频率范围)在指定的频率范围内返回AR PSD估计值频率范围.有效选项频率范围是:“片面的”,双侧的或“居中”.
[___) = pyulear (x,订单,___,频率范围)
频率范围
“片面的”
双侧的
“居中”
[___,pxxc) = pyulear (___“ConfidenceLevel”,可能性)返回可能性x中PSD估计值的100%置信区间pxxc.
[___,pxxc) = pyulear (___“ConfidenceLevel”,可能性)
pxxc
可能性
pyulear (___)在没有输出参数的情况下,在当前的图形窗口中以每单位频率的dB为单位绘制AR PSD估计图。
全部折叠
创建AR(4)广义平稳随机过程的实现。使用Yule-Walker方法估计PSD。比较基于单个实现的PSD估计与随机过程的真实PSD。
创建一个AR(4)系统功能。获得频率响应并绘制系统的PSD图。
A = [1 -2.7607 3.8106 -2.6535 0.9238];[H F] = freqz(1一个[],1);情节(F, 20 * log10 (abs (H)))包含(的频率(赫兹))伊拉贝尔(“PSD (dB / Hz)”)
创建AR(4)随机过程的实现。将随机数生成器设置为可再现结果的默认设置。实现长度为1000个样本。假设采样频率为1 Hz。使用pyulear来估计四阶过程的PSD。比较PSD估计与真实PSD。
rng违约x = randn (1000 1);y =过滤器(1,A, x);[Pxx F] = pyulear (y, 1024,1);持有在…上图(F,10*log10(Pxx))图例(“真实功率谱密度”,“pyulear PSD估算”)
创建一个由三个正弦信号组成的多通道信号 N ( 0 , 1 ) 高斯白噪声。正弦波的频率是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 / f;f = (100; 200; 300);x = cos(2 *π* f * t) + randn(长度(t), 3);
使用Yule Walker方法和12阶自回归模型估计信号的PSD。使用默认DFT长度。绘制估计值。
morder = 12;[], pyulear (x, morder Fs)
输入信号,指定为行或列向量或矩阵。如果x是一个矩阵,则其列被视为独立通道。
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:cos(pi./[4;2]*(0:159))'+randn(160,2)是一个双通道信号。
cos(pi./[4;2]*(0:159))'+randn(160,2)
数据类型:仅有一个的|双重的复数的支持:金宝app对
仅有一个的
双重的
自回归模型的阶数,指定为正整数。
数据类型:双重的
256
[]
DFT点数,指定为正整数。对于实值输入信号,x, PSD估计,pxx长度(nfft/ 2 + 1)nfft是平的,而且(nfft+ 1) / 2nfft是奇数。对于复数输入信号,x, PSD估计总是有长度的nfft如果nfft指定为空,为默认值nfft使用。
数据类型:仅有一个的|双重的
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。
标准化频率,指定为至少包含两个元素的行或列向量。标准化频率以rad/sample为单位。
例子:w=[pi/4 pi/2]
w=[pi/4 pi/2]
频率,指定为至少包含两个元素的行或列向量。频率以每单位时间的周期为单位。单位时间由采样率指定,fs如果fs有样本/秒的单位吗f以Hz为单位。
例子:fs=1000;f=[100 200]
fs=1000;f=[100 200]
PSD估计的频率范围,指定为之一“片面的”,双侧的或“居中”。默认值为“片面的”对于实值信号和双侧的为复值信号。每个选项对应的频率范围为
“片面的”-返回实值输入信号的单边PSD估计值,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是奇数吗pxx是(nfft+1)/2,间隔为[0,π)rad/样本。何时fs时,对应的间隔为[0,fs/2] 周期/单位时间和[0,fs/2)偶数和奇数长度的周期/单位时间nfft分别地
双侧的-返回实值或复值输入的双边PSD估计,x.在这种情况下,pxx长度nfft并在区间内计算[0, 2π)rad/样本。何时fs是可选指定的,间隔为[0,fs)周期/单位时间。
“居中”-返回实值或复值输入的中心双边PSD估计,x.在这种情况下,pxx长度nfft并在区间内计算(-π,π]均匀长度的Rad /样品nfft和(-π,π)拉德/奇数长度的样本nfft.当fs时,对应的间隔为(-fs/2,fs/2]周期/单位时间和(-fs/2,fs/2)偶数和奇数长度的周期/单位时间nfft分别地
0.95
真实PSD的覆盖概率,指定为范围(0,1)中的标量。输出,pxxc的下界和上界可能性× 100%的真实PSD区间估计。
PSD估计,返回为实值,非负列向量或矩阵。每一列的pxx对应列的PSD估算是x。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。
归一化频率,返回为实值列向量。如果pxx是片面的PSD估计,w跨越了时间间隔[0,π]如果nfft甚至和[0,π)如果nfft这很奇怪。如果pxx是一个双边PSD估计,w跨越了时间间隔[0, 2π).对于dc为中心的PSD估计,w跨越了时间间隔(-π,π]平分nfft和(-π,π)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跨越区间[0,fs/2] 什么时候nfft为偶数,[0,fs/2) 什么时候nfft是奇数。对于双边PSD估计,f跨越区间[0,fs).对于dc为中心的PSD估计,f跨越间隔(-fs/2,fs/2]周期/偶数长度的单位时间nfft和(-fs/2,fs/2) 奇数长度的周期/单位时间nfft.
数据类型:双重的|仅有一个的
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,pxx.pxxc有两倍的列数pxx.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,pxxc (m, 2 * n - 1)置信下限是和吗pxxc (m, 2 * n)上置信限是否与估计值相对应pxx (m, n).置信区间的覆盖概率由的值决定可能性输入。
pxxc (m, 2 * n - 1)
pxxc (m, 2 * n)
pxx (m, n)
使用说明和限制:
如果nfft参数在编译时是可变大小的,那么在运行时它不能成为标量或空数组。
pburg|pcov|pmcov
pburg
pcov
pmcov
您已经有了geänderte版本死亡Beispiels。Möchten您是谁? Änderungen öffnen?
在进入该项目之前,您必须遵守以下规定:
弗伦·德尔奇·艾恩加贝(Führen Sie den Befehl durch Eingabe)在澳大利亚的MATLAB中,韦伯罗(Webbrowser)在MATLAB中的位置比基恩·基恩·MATLAB好。
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。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