周期图的偏倚和变异性
这个例子展示了如何减少周期图中的偏差和可变性。使用窗口可以减少周期图中的偏差,使用带平均的窗口可以减少变异性。
使用广义平稳自回归(AR)过程来显示周期图中偏差和可变性的影响。AR进程提供了一个方便的模型,因为它们的psd具有封闭形式的表达式。创建如下形式的AR(2)模型:
在哪里 是具有特定方差的零均值白噪声序列。在本例中,假设方差和采样周期为1。为了模拟前面的AR(2)过程,创建一个全极(IIR)滤波器。查看滤波器的幅度响应。
B2 = 1;A2 = [1 -0.75 0.5];fvtool (B2 A2)
这个过程就是带通。PSD的动态范围大约是14.5 dB,可以用下面的代码确定。
[H2,W2] = freqz(B2,A2,1e3,1);dr2 = max (20 * log10 (abs (H2)))分(20 * log10 (abs (H2)))
Dr2 = 14.4984
通过检查极点的位置,您可以看到AR(2)过程是稳定的。两个极点在单位圆内。
fvtool (B2, A2,“分析”,“polezero”)
接下来,创建一个AR(4)过程,描述如下:
使用下面的代码查看这个IIR系统的震级响应。
B4 = 1;A4 = [1 -2.7607 3.8106 -2.6535 0.9238];fvtool (B4, A4)
检查极点的位置,您可以看到这个AR(4)过程也是稳定的。四个极点在单位圆内。
fvtool (B4, A4,“分析”,“polezero”)
该PSD的动态范围约为65 dB,比AR(2)模型大得多。
[H4,W4] = freqz(B4,A4,1e3,1);dr4 = max (20 * log10 (abs (H4)))分(20 * log10 (abs (H4)))
Dr4 = 64.6213
要从这些AR模拟实现(p)过程,使用randn
而且过滤器
.将随机数生成器设置为默认设置,以产生可重复的结果。画出实现。
rng默认的X = randn(1e3,1);y2 = filter(B2,A2,x);y4 = filter(B4,A4,x);Subplot (2,1,1) plot(y2)标题(“AR(2)流程”)包含(“时间”) subplot(2,1,2) plot(y4)标题(“AR(4)过程”)包含(“时间”)
计算并绘制AR(2)和AR(4)实现的周期图。将结果与真实PSD进行比较。请注意,周期图
将频率转换为毫赫兹用于绘图。
Fs = 1;NFFT = length(y2);subplot(2,1,1) periograph (y2,rectwin(NFFT),NFFT,Fs) hold住在情节(1000 * W2, 20 * log10 (abs (H2)),“r”,“线宽”2)标题(“AR(2) PSD和骨膜图”) subplot(2,1,2) periograph (y4,rectwin(NFFT),NFFT,Fs) hold住在情节(1000 * W4, 20 * log10 (abs (H4)),“r”,“线宽”2)标题(“AR(4) PSD和骨膜图”20岁的)文本(350“\ downarrow偏见”)
在AR(2)过程的情况下,周期图估计遵循真实PSD的形状,但表现出相当大的可变性。这是由于低自由度。周期图中明显的负偏转(以dB为单位)是通过取两个自由度的卡方随机变量的对数来解释的。
在AR(4)过程中,周期图在低频处遵循真实PSD的形状,但在高频处偏离真实PSD。这是与Féjer核函数卷积的结果。与AR(2)过程相比,AR(4)过程的大动态范围使得偏差更加明显。
通过使用锥度或窗口来减轻AR(4)过程中显示的偏差。在本例中,在获得周期图之前,使用汉明窗口来缩减AR(4)实现。
图周期图(y4,hamming(长度(y4)),NFFT,Fs) hold住在情节(1000 * W4, 20 * log10 (abs (H4)),“r”,“线宽”2)标题(“AR(4) PSD和带汉明窗的周期图”)传说(“周期图”,基于“增大化现实”技术(4)PSD的)
请注意,周期图估计现在遵循整个奈奎斯特频率范围内的真实AR(4) PSD。周期图估计仍然只有两个自由度,因此使用窗口并不能减少周期图的可变性,但它确实解决了偏差。
在非参数谱估计中,有两种提高周期图自由度和减小周期图变异性的方法:韦尔奇重叠段平均法和多锥谱估计法。
使用3.5的时间半带宽乘积获得AR(4)时间序列的多锥估计。画出结果。
Nw = 3.5;图pmtm(y4,NW,NFFT,Fs)保持在情节(1000 * W4, 20 * log10 (abs (H4)),“r”,“线宽”2)传说(“球估计”,基于“增大化现实”技术(4)PSD的)
多锥方法产生的PSD估计值的变异性明显小于周期图。因为多锥方法也使用了窗口,所以可以看到周期图的偏差也得到了解决。