文件
使用特征向量方法的频率和功率内容
[w,pow] = rooteig(x,p)
[w,pow] = rooteig(___,'corr')
[f,pow] = rooteig(___,fs)
例子
[W.那鲍] = rooteig(X那P.)估计输入信号中的频率内容X并退货W.,RAD /样品中频率的矢量,以及矢量中的相应信号功率鲍。您可以使用输入参数指定信号子空间维度P.。
[W.那鲍] = rooteig(X那P.)
W.
鲍
X
P.
第二个条目中的额外阈值参数P.在分配噪声和信号子空间时为您提供更灵活性和控制。
[W.那鲍] = rooteig(___那'corr')强制输入论点X被解释为相关矩阵而不是信号数据矩阵。对于这个语法,X必须是一个方形矩阵,其所有特征值必须是非负面的。此语法可以包括来自先前语法的输入参数。
[W.那鲍] = rooteig(___那'corr')
'corr'
你可以放置'corr'任何地方之后P.。
[F那鲍] = rooteig(___那FS.)返回频率的向量F以Hz计算。您提供了采样频率FS.在Hz。如果您指定FS.作为空向量[],采样频率默认为1赫兹。
[F那鲍] = rooteig(___那FS.)
F
FS.
1
全部收缩
在噪声中发现由三个复杂指数组成的信号中的频率内容。使用修改的协方差方法来估计特征向量方法使用的相关矩阵。重置随机数发生器以进行可重复的结果。
RNG.默认n = 0:99;s = exp(1i * pi / 2 * n)+ 2 * exp(1i * pi / 4 * n)+ exp(1i * pi / 3 * n)+ Randn(1,100);x = Corrmtx(S,12,'mod');[w,p] = rooteig(x,3)
w =3×10.7883 1.5674 1.0429
P =3×14.1748 1.0572 1.2419
输入信号,指定为向量或矩阵。如果X是矢量,然后被视为信号的一个观察。如果X是一个矩阵,每行X表示信号的单独观察。例如,每行是传感器阵列的一个输出,如在阵列处理中,这样x'* x是相关矩阵的估计。
x'* x
对于复值输入数据X那鲍和W.具有相同的长度。对于实值输入数据X,相应的电力矢量的长度鲍是0.5 *长度(w)。
0.5 *长度(w)
您可以使用输出corrmtx.生成这样的数组X。
corrmtx.
复数支持:金宝app是的
子空间尺寸,指定为真实的正整数或两个元素矢量。如果P.是一个真实的正整数,然后它被视为子空间尺寸。如果P.是两个元素矢量,第二个元素P.表示乘以乘以的阈值λ.闵,信号相关矩阵的最小估计特征值。低于阈值的特征值λ.闵*P(2)分配给噪声子空间。在这种情况下,p(1)指定信号子空间的最大维度。第二个条目中的额外阈值参数P.在分配噪声和信号子空间时为您提供更灵活性和控制。
P(2)
p(1)
采样率,指定为正标量。您可以提供采样率FS.在Hz。如果您指定FS.作为空向量[],采样率默认为1赫兹。
RAD / SAMPL中的输出频率,作为向量返回。矢量的长度W.是信号子空间的计算维度。
信号功率,作为向量返回。
Hz中的输出频率,作为向量返回。您提供了采样频率FS.在Hz。如果您指定FS.使用空向量[],采样频率默认为1赫兹。
使用的特征向量方法rooteig.与使用的相同Peig.。该算法对信号的相关矩阵进行Eigenspace分析以估计信号的频率内容。
rooteig.
Peig.
和...之间的不同Peig.和rooteig.是:
Peig.返回所有频率样本的伪谱。
rooteig.返回估计的离散频谱,以及相应的信号功率估计。
rooteig.对于由嵌入添加白色高斯噪声的正弦曲线和的信号之和频率估计最有用。
corrmtx.|Peig.|PMUSIC.|rootmusic.
PMUSIC.
rootmusic.
系统上存在此示例的修改版本。你想打开这个版本吗?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室
立即获得审判