用MATLAB进行AR模型功率谱分析

1、用MATLAB进行AR模型功率谱分析随机信号序列x(n)是均值为0方差为1的高斯型白噪声经过AR模型.1H Z = :371 - 2.2137Z* 2.9403Z冒- 2.1697z°0.96064后的输出，采样长度为512, AR模型阶次取3, 4, 5,用L-D算法估计功 率谱密度。分析：MATLAB函数pyulear()的用法pyulear()是基丁自相关法、利用Levesion-Durbin算法估计功率谱密度。px,w=pyulear(x,p,nfft, 'range')x为随即信号序列，是由白噪声经 AR模型产生的，在MATLAB中可以由白噪声序列u经过表示

2、AR模型的数字滤波器后得到，使用的是 filter函数；p为AR模型阶次；nfft为由模型参数计算频谱时的频域采样点数，默认为 256;range用丁选择输出是为单边0,司，还是双边0,2亦w的范围0,司，还是0,2 由range确定或由nfft的奇偶性确定；该函数返回实际频率 w下的功率谱密度向量，w的单位即为rad/sample,默 认sample为1Hz,若要转化为归一化频率，只需用 w/兀即可。实验结果如图三.1 (对应程序为shiyan3.m)：PSD estimated for AR(3)Normalized Frequency/ 二PSD estimated for AR(4)N

3、ormalized Frequency/ 二PSD estimated for AR(5)Normalized Frequency/ 二图 错误！文档中没有指定样式的文字。.1eafhha_a M re wap ewMT.QW.eR短时傅里叶变换(Short Time Fourier Transform, STFT)法，在 MATLAB 中 做短时傅里叶变换的函数为spectrogram：spectrogram(x,window,overlap,f,fs)s,f,t,p=spectrogram(x,window,overlap,f,fs)x为被分析序歹U, window为窗函数及长度，默认为h

4、amming窗，overlap为 相邻两个短时序列之间重叠的数据点数，f为一向量，确定在某一个频率范围内 做短时傅里叶变换，fs为采样频率。附程序：%油能：随机信号AR莫型功率谱分析方法%x=randn(1,512);y=filter(1,1 -2.2137 2.9403 -2.1697 0.9606,x);px,w=pyulear(y,3,512);subplot(2,2,1);plot(w/pi,px);title( 'PSD estimated for AR(3)');xlabel( 'Normalized Frequency/pi');ylabel( &

5、#39;Relative Power Magnititude');grid on;px,w=pyulear(y,4,512);subplot(2,2,2);plot(w/pi,px);title( 'PSD estimated for AR(4)');xlabel( 'Normalized Frequency/pi');ylabel( 'Relative Power Magnititude');grid on;px,w=pyulear(y,5,512);subplot(2,1,2);plot(w/pi,px);title( 'PSD estimated for AR(5)');xlabel( 'Nor