基于AR模型的Yule-Walker法和Burg法功率谱估计性能分析

谱估计技术作为一种重要的信号分析手段广泛应用于各种技术领域,具有十分重要的工程应用价值。论文在介绍Yule-Walker法和Burg法的基础上,基于Matlab仿真平台,以Yule-Walker法为例,从采样点数和模型阶数对功率谱估计的影响方面进行仿真分析,之后又对Yule-Walker法和Burg法进行仿真比较,分析了两种算法的优缺点。

自相关法和Burg法在AR模型功率谱估计中的仿真研究

介绍功率谱估计和常用的基于AR模型的自相关法和Burg算法,通过仿真比较这两种算法使用和优缺点。

基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.

现代谱估计法及应用效果

本文针对Burg谱估计法中存在的问题,讨论了改进Burg谱估计法和改进协方差谱估计法,以理论信号为测试对象,对不同谱估计法的应用效果进行了对比,结果表明:①Burg谱估计法分辨率明显高于Welch谱估计法,但Burg谱估计法存在明显的峰值偏移,改进Burg谱估计法几乎没有峰值偏移;②改进协方差谱估计法和Burg谱估计法都具有较高的分辨率,而前者的波峰较后者更明显、尖锐,对于短数据、信号频率差异较小的信号,前者具有更好的分辩效果,还能抑制谱线分裂和出现假谱峰等问题;③Itakura算法求得的反射系数大于或等于Burg谱估计法求出的反射系数,使得接收到的信号更接近于实际输入信号,因此可用Itakura算法替代Burg谱估计法。实际地震剖面去噪结果表明,以高分辨率谱估计方法为基础的信噪分离方法具有较好的去噪效果。

改进的Burg最大熵法在管道检测中的应用

短时间序列、高分辨率、强抗噪能力的功率谱估计是管道超声内检测的关键技术.针对Burg最大熵法存在的问题,从减小递推算法初始阶段误差出发,提出二阶预测误差滤波器系数倒推法,由二阶滤波器系数修正一阶反射系数,保证递推初始阶段最大熵原则,以适应短时间序列谱估计,算法在管道内检测实验中得到了较好的结果.

最大熵谱估计在昆虫鸣声特征提取中的应用

鸣虫类的鸣声特征广泛应用于昆虫的种类鉴别、地理分布和区系研究中。采用最大熵谱估计法处理昆虫鸣声信号获取昆虫鸣声特征参数,并采用Burg算法实现信号处理。论文以蟋蟀鸣声样本验证该算法,试验证明,对于昆虫鸣声,经典谱估计法的处理结果几乎没有意义,而用Burg法实现的最大熵谱估计法具有高分辨率、谱线平滑、适合短序列信号等特点,能够有效提取鸣声信号的特征参数。

现代功率谱估计在雷达测速中的试验验证

雷达测速在轨道交通中应用相当广泛,其中测速算法是系统的关键。介绍了经典功率谱估计法与现代功率谱估计法的相关内容,并对后者进行了重点阐述。通过在Matlab中仿真并观察分析信号的波形和功率谱,验证了理论的可行性。最终成功在实物上运行算法,对雷达传感器的输出信号进行分析并测得速度信号。

基于准连续波体制雷达最大熵谱外推算法的选择

准连续波体制雷达数字信号处理系统的开发是进一步完善该体制雷达的关键。

Burg谱的阶数依赖性与最佳正则化参数的选择

利用Burg法分析了被白噪声污染的功率谱,并将结果与传统周期图法进行了比较。当阶数比较小时,Burg谱比较平坦,信号被噪声掩盖;随着阶数的增加,分辨率增加;当阶数进一步增加时,虚假峰出现,并逐渐增多,以至于信号被噪声淹没。这一结果表明,系统一定存在某个阶数,在这个阶数附近Burg谱质量最好。指出了这个阶数就是最佳正则参数;而且还指出了,只需进一步考虑残差向量的归一化累积误差,并同K-S判据相结合就可以确定它。

SA干扰下GPS时间的频谱特性分析

根据有、无SA干扰两种状态下接收GPS时间与CSAO主钟时间的时刻差序列 ,应用Burg算法对其进行了功率谱估计 ;用最小二乘多元回归的方法对SA状态的数据进行了周期提取 .

基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别

对平稳随机信号功率谱估计的AR模型,分别利用自相关函数法和Burg算法求该模型系数,作为核爆炸和闪电电磁脉冲信号的特征值;采用BP神经网络作为分类器以及不同的隐含层数和隐含层节点数,对核爆和闪电电磁脉冲实测数据进行识别研究。结果表明:AR参数模型法对两类信号特征值提取是非常有效的,采用Burg算法来求AR模型参数,其特征值提取效果优于自相关函数法。