exponenta event banner

dsp. TransferFunctionEstimator

Оценка передаточной функции

Описание

dsp.TransferFunctionEstimator Система object™ вычисляет передаточную функцию системы, используя метод усредненной периодограммы Уэлча.

Для реализации объекта оценки передаточной функции:

  1. Создать dsp.TransferFunctionEstimator и задайте его свойства.

  2. Вызовите объект с аргументами, как если бы это была функция.

Дополнительные сведения о работе системных объектов см. в разделе Что такое системные объекты?.

Создание

Описание

tfe = dsp.TransferFunctionEstimator возвращает объект оценки передаточной функции, который вычисляет передаточную функцию вещественных или комплексных сигналов. Этот объект System использует метод периодограммы и метод усредненной измененной периодограммы Уэлча.

пример

tfe = dsp.TransferFunctionEstimator(Name,Value) возвращает объект оценки передаточной функции с заданным значением каждого свойства. Неопределенные свойства имеют значения по умолчанию.

Свойства

развернуть все

Если не указано иное, свойства не настраиваются, что означает невозможность изменения их значений после вызова объекта. Объекты блокируются при их вызове, и release функция разблокирует их.

Если свойство настраивается, его значение можно изменить в любое время.

Дополнительные сведения об изменении значений свойств см. в разделе Проектирование системы в MATLAB с использованием системных объектов.

Укажите источник значения длины БПФ: 'Auto' или 'Property'. Если для этого свойства задано значение 'Auto'блок оценки передаточной функции устанавливает длину БПФ на размер входного кадра. Если для этого свойства задано значение 'Property', затем укажите количество точек БПФ с помощью FFTLength собственность.

Укажите длину БПФ, которую модуль оценки передаточной функции использует для вычисления спектральных оценок в виде положительного, целого скаляра.

Зависимости

Это свойство применяется при установке FFTLengthSource свойство для 'Property'.

Типы данных: double

Укажите оконную функцию для оценщика передаточной функции как одну из 'Rectangular', 'Chebyshev', 'Flat Top', 'Hamming', 'Hann', или 'Kaiser'.

Задайте затухание боковых лепестков окна как действительный положительный скаляр в децибелах (дБ).

Зависимости

Это свойство применяется при установке Window свойство для 'Chebyshev' или 'Kaiser'.

Типы данных: double

Укажите диапазон частот устройства оценки передаточной функции как один из 'twosided', 'onesided', или 'centered'.

Если установить FrequencyRange кому 'onesided'блок оценки передаточной функции вычисляет одностороннюю передаточную функцию реальных входных сигналов, x и y. Если длина FFT, NFFT, четна, то длина оценки передаточной функции равна NFFT/2+1 и вычисляется по интервалу [0, SampleRate/2]. Если NFFT нечетный, то длина оценки передаточной функции равна (NFFT+1)/2, и интервал равен [0, SampleRate/2].

Если FrequencyRange имеет значение 'twosided'блок оценки передаточной функции вычисляет двустороннюю передаточную функцию комплексных или реальных входных сигналов, x и y. Длина оценки передаточной функции равна NFFT и вычисляется по [0, SampleRate].

Если установить FrequencyRange кому 'centered'блок оценки передаточной функции вычисляет центрированную двустороннюю передаточную функцию комплексных или реальных входных сигналов, x и y. Длина оценки передаточной функции равна NFFT и вычисляется по [-SampleRate/2, SampleRate/2] для четных длин, и [-SampleRate/2, SampleRate/2] для нечетных длин.

Укажите метод усреднения как 'Running' или 'Exponential'. В способе скользящего усреднения объект вычисляет одинаково взвешенное среднее заданного числа оценок спектра, определенных посредством SpectralAverages собственность. В экспоненциальном методе объект вычисляет среднее значение по выборкам, взвешенным экспоненциально затухающим коэффициентом забывания.

Укажите число спектральных средних в виде положительного целочисленного скаляра. Блок оценки передаточной функции вычисляет текущую оценку путем усреднения последних N оценок, где N - число спектральных средних значений, определенных в SpectralAverages собственность.

Зависимости

Это свойство применяется при установке AveragingMethod кому 'Running'.

Типы данных: double

Укажите коэффициент забывания экспоненциального взвешивания как скалярное значение, большее нуля и меньшее или равное единице.

Настраиваемый: Да

Зависимости

Это свойство применяется при установке AveragingMethod кому 'Exponential'.

Типы данных: single | double

Определить true вычисляют и выводят оценку квадратичной когерентности величины с использованием метода усредненной модифицированной периодограммы Уэлча. Оценка квадратичной когерентности имеет значения от 0 до 1, которые указывают соответствие на каждой частоте между двумя входными сигналами. При указании falseоценка возведенной в квадрат величины когерентности не вычисляется.

Использование

Описание

пример

tfeEst = tfe(x,y) вычисляет оценку передаточной функции, tfeEst, системы с входом x и выходные данные y с использованием метода усредненной периодограммы Уэлча.

[tfeEst,cxy] = tfe(x,y) также вычисляет оценку квадратичной когерентности величины, cxy, системы.

Входные аргументы

развернуть все

Первый ввод данных, заданный как вектор или матрица. x и y должен иметь одинаковый размер и тип данных.

Типы данных: single | double
Поддержка комплексного номера: Да

Второй ввод данных, заданный как вектор или матрица. x и y должен иметь одинаковый размер и тип данных.

Типы данных: single | double
Поддержка комплексного номера: Да

Выходные аргументы

развернуть все

Оценка передаточной функции системы, для которой x и y являются входным и выходным сигналами соответственно.

Оценка, tfeEst, равно pxy./pxx, где pxy - спектральная плотность кросс-мощности x и y, и pxx - спектральная плотность мощности x.

Оценка передаточной функции имеет тот же размер и тип данных, что и входные данные.

Типы данных: single | double
Поддержка комплексного номера: Да

Квадратичная оценка когерентности системы, возвращаемая в виде вектора или матрицы.

Оценка согласованности, cxy, равно (abs(pxy).^2)./(pxx.*pyy), где pxy - спектральная плотность поперечной мощности x и y, pxx - спектральная плотность мощности x, и pyy - спектральная плотность мощности y. Для оценки согласованности OutputCoherence свойство должно иметь значение true.

Оценка когерентности имеет тот же размер и тип данных, что и входные данные.

Типы данных: single | double

Функции объекта

Чтобы использовать функцию объекта, укажите объект System в качестве первого входного аргумента. Например, для освобождения системных ресурсов объекта System с именем obj, используйте следующий синтаксис:

release(obj)

развернуть все

getFrequencyVectorВектор частот, на которых производится оценка
getRBWРазрешающая полоса спектра
stepЗапустить алгоритм объекта System
releaseДеблокирование ресурсов и разрешение изменений значений свойств объекта системы и входных признаков
resetСброс внутренних состояний объекта System

Примеры

свернуть все

Примечание.При использовании R2016a или более ранней версии замените каждый вызов объекта эквивалентным step синтаксис. Например, obj(x) становится step(obj,x).

Создание синусоидальной волны. Используйте dsp.TransferFunctionEstimator object™ системы для оценки функции переноса системы и dsp.ArrayPlot Отображаемый системный объект.

sin = dsp.SineWave('Frequency',100,'SampleRate',1000);
sin.SamplesPerFrame = 1000;
tfe = dsp.TransferFunctionEstimator('FrequencyRange','centered');
aplot = dsp.ArrayPlot('PlotType','Line','XOffset',-500,'YLimits',...
        [-120 5],'YLabel','Frequency Response (dB)',...
        'XLabel','Frequency (Hz)',...
        'Title','System Transfer Function');

Создайте объект FIR Filter System порядка 64 и (нормализованную) частоту отсечки 1/4. Добавление случайного шума к синусоидальной волне. Перейдите к объектам System, чтобы получить потоки данных, и постройте журнал величины передаточной функции.

firFilt = dsp.FIRFilter('Numerator',fir1(64,1/4));
for ii = 1:100
x = sin() + 0.05*randn(1000,1);
y = firFilt(x);
Txy = tfe(x,y);
aplot(20*log10(abs(Txy)))
end

Алгоритмы

развернуть все

Ссылки

[1] Хейс, Монсон Х. Статистическая цифровая обработка и моделирование сигналов. Хобокен, Нью-Джерси: John Wiley & Sons, 1996

[2] Кей, Стивен М. Современная спектральная оценка: теория и применение. Энглвуд Клиффс, Нью-Джерси: Прентис Холл, 1999

[3] Стоика, Петре и Рэндольф Л. Мозес. Спектральный анализ сигналов. Энглвуд Клиффс, Нью-Джерси: Прентис Холл, 2005

[4] Уэлч, П. Д. «Использование быстрых преобразований Фурье для оценки спектров мощности: метод, основанный на усреднении времени по коротким модифицированным периодограммам», IEEE Transactions on Audio and Electroacustics, Vol. 15, pp. 70-73, 1967.

Расширенные возможности

.
Представлен в R2013b