Степень спектральная оценка плотности с помощью метода Города
Оценка / Оценка Спектра мощности
dspspect3
Блок Burg Method оценивает степень спектральную плотность (PSD) входного кадра с помощью метода Города. Этот метод соответствует авторегрессивной модели (AR) к сигналу путем минимизации (наименьшие квадраты) прямых и обратных ошибок прогноза. Такая минимизация происходит с параметрами AR, ограниченными удовлетворить рекурсию Левинсона-Дербина.
Вход должен быть вектор-столбцом или неориентированным вектором. Этот вход представляет кадр последовательных выборок времени от одноканального сигнала. Блок выводит вектор-столбец, содержащий оценку степени спектральная плотность сигнала в Nfft равномерно распределенные точки частоты. Точки частоты находятся в области значений [0, Fs), где Fs является частотой дискретизации сигнала.
Когда вы выбираете параметр Inherit estimation order from input dimensions, порядок модели все-полюса является тем меньше, чем входной формат кадра. В противном случае параметр Estimation order задает порядок. Блок вычисляет спектр из БПФ предполагаемых параметров модели AR.
Выбор параметра Inherit FFT length from estimation order указывает, что Nfft является одним большим, чем порядок оценки. При снятии флажка Inherit FFT length from estimation order, позволяет вам использовать параметр FFT length, чтобы задать Nfft как степень 2. Нулевые клавиатуры блока или переносят вход к Nfft прежде, чем вычислить БПФ. Вывод всегда демонстрационный базирующийся.
Когда вы устанавливаете флажок Inherit sample time from input, блок вычисляет данные о частоте из демонстрационного периода входного сигнала. Для блока, чтобы произвести допустимый вывод, следующие условия должны содержать:
Вход к блоку является исходным сигналом, без выборок, добавленных или удаленных (вставкой нулей, например).
Демонстрационный период сигнала временного интервала в симуляции равняется демонстрационному периоду исходных временных рядов.
Если эти условия не содержат, снимите флажок Inherit sample time from input. Можно затем задать шаг расчета с помощью параметра Sample time of original time series.
Блоки Метода Метода и Уокера Рождества Города возвращают подобные результаты для больших форматов кадра. Следующая таблица сравнивает функции блока Burg Method к Методу Ковариации, Измененному Методу Ковариации и блокам Метода Уокера Рождества.
| Город | Ковариация | Измененная ковариация | Уокер Рождества | |
|---|---|---|---|---|
Характеристики | Не применяет окно к данным | Не применяет окно к данным | Не применяет окно к данным | Применяет окно к данным |
Минимизирует прямые и обратные ошибки прогноза в смысле наименьших квадратов, с коэффициентами AR, ограниченными удовлетворить рекурсию L-D | Минимизирует прямую ошибку прогноза в смысле наименьших квадратов | Минимизирует прямые и обратные ошибки прогноза в смысле наименьших квадратов | Минимизирует прямую ошибку прогноза в смысле наименьших квадратов (также названный autocorrelation method) | |
Преимущества | Высокое разрешение для коротких записей данных | Лучшее разрешение, чем Y-W для коротких записей данных (более точные оценки) | Высокое разрешение для коротких записей данных | Выполняет, а также другие методы для больших записей данных |
Всегда производит стабильную модель | Способный извлечь частоты от данных, состоящих из p или более чистых синусоид | Способный извлечь частоты от данных, состоящих из p или более чистых синусоид | Всегда производит стабильную модель | |
Не переносит спектральное разделение строки | ||||
Недостатки | Пиковые местоположения, очень зависящие от начальной фазы | Может произвести нестабильные модели | Может произвести нестабильные модели | Выполняет относительно плохо для коротких записей данных |
Может перенести спектральное разделение строки для синусоид в шуме, или когда порядок является очень большим | Смещение частоты для оценок синусоид в шуме | Пиковые местоположения, немного зависящие от начальной фазы | Смещение частоты для оценок синусоид в шуме | |
Смещение частоты для оценок синусоид в шуме | Незначительное смещение частоты для оценок синусоид в шуме | |||
Условия для неособенности | Порядок должен быть меньше чем или равен половине входного формата кадра | Порядок должен быть меньше чем или равен 2/3 входной формат кадра | Из-за смещенной оценки матрица автокорреляции, как гарантируют, будет положительно-определенной, следовательно несингулярной |
Выбор этого флажка устанавливает порядок оценки к меньше, чем длина входного вектора.
Порядок модели AR. Этот параметр становится видимым только, когда вы снимаете флажок Inherit estimation order from input dimensions.
Когда выбрано, длина БПФ является одним большим, чем порядок оценки. Чтобы задать число точек, на котором можно выполнить БПФ, снимите флажок Inherit FFT length from estimation order. Можно затем задать длину БПФ степени двойки с помощью параметра FFT length.
Введите номер точек данных, на которых можно выполнить БПФ, Nfft. Когда Nfft больше, чем входной формат кадра, нулевые клавиатуры блока каждый кадр по мере необходимости. Когда Nfft меньше, чем входной формат кадра, блок переносит каждый кадр по мере необходимости. Этот параметр становится видимым только, когда вы снимаете флажок Inherit FFT length from input dimensions.
Если вы устанавливаете флажок Inherit sample time from input, блок вычисляет данные о частоте из демонстрационного периода входного сигнала. Для блока, чтобы произвести допустимый вывод, следующие условия должны содержать:
Вход к блоку является исходным сигналом, без выборок, добавленных или удаленных (вставкой нулей, например).
Демонстрационный период сигнала временного интервала в симуляции равняется демонстрационному периоду исходных временных рядов.
Если эти условия не содержат, снимите флажок Inherit sample time from input. Можно затем задать шаг расчета с помощью параметра Sample time of original time series.
Задайте шаг расчета исходного сигнала временного интервала. Этот параметр становится видимым только, когда вы снимаете флажок Inherit sample time from input.
| Порт | Поддерживаемые типы данных |
|---|---|
Входной параметр |
|
Вывод |
|
[1] Кей, S. M. Современная спектральная оценка: теория и приложение. Englewood Cliffs, NJ: Prentice Hall, 1988.
[2] Orfanidis, S. J. Введение в обработку сигналов. Englewood Cliffs, NJ: Prentice Hall, 1995.
[3] Orfanidis, Обработка сигналов С. Дж. Оптимума: Введение. 2-й редактор Нью-Йорк, Нью-Йорк: Макмиллан, 1985.
