dsp。SpectrumEstimator

估计功率谱或功率密度谱

描述

的dsp。SpectrumEstimator系统对象™使用Welch算法或滤波器组方法计算信号的功率谱或功率密度谱。

当选择Welch方法时，对象计算平均的修正周期图来计算谱估计。当选择滤波器组方法时，分析滤波器组将宽带输入信号分成多个窄子带。该对象计算每个窄频带的功率，计算值是在各自频带上的频谱估计。对于FFT长度相对较小的信号，滤波器组方法产生的频谱估计具有更高的分辨率，更精确的噪声下限，峰值比Welch方法更精确，且具有较低或无谱泄漏。这些优点是以增加计算量和降低跟踪速度为代价的。

频谱可以用瓦或分贝表示。该方法还可以估计信号的最大保持谱和最小保持谱。

估计功率密度谱:

创建dsp。SpectrumEstimator对象并设置其属性。
调用带有参数的对象，就像调用函数一样。

要了解更多关于System对象如何工作的信息，请参见什么是系统对象?

创建

语法

SE = dsp。SpectrumEstimator

SE = dsp.SpectrumEstimator(名称、值)

描述

SE= dsp。SpectrumEstimator返回一个System对象，SE，计算实信号或复信号的频率功率谱或功率密度谱。该系统对象采用Welch平均修正周期图方法或基于滤波器组的谱估计方法。

例子

SE= dsp。SpectrumEstimator (名称,值）返回一个dsp。SpectrumEstimator系统对象，每个指定的属性名称都设置为指定的值。未指定的属性有默认值。

属性

全部展开

除非另有说明，属性为nontunable，这意味着在调用对象后不能更改它们的值。对象在调用时锁定，而释放函数打开它们。

如果属性是可调，您可以随时更改其值。

有关更改属性值的更多信息，请参见在MATLAB中使用系统对象设计系统．

`SpectrumType`- - - - - -光谱类型
`“权力”`(默认)|`的功率密度`

频谱类型，指定为任意一种“权力”或的功率密度．当频谱类型为“权力”，功率密度谱由窗口的等效噪声带宽(以Hz为单位)进行缩放。

可调:是的

`FFTLengthSource`- - - - - -FFT长度值的来源
`“汽车”`(默认)|`“属性”`

FFT长度值的来源，用任意一种方式指定“汽车”或“属性”．如果将此属性设置为“汽车”，频谱估计器将FFT长度设置为输入帧大小。如果将此属性设置为“属性”方法指定FFT点的数量FFTLength财产。

`FFTLength`- - - - - -FFT长度
`128`(默认)|正整数

指定频谱估计器用来作为正整数计算频谱估计的FFT的长度。

依赖关系

属性时应用此属性FFTLengthSource财产“属性”．

数据类型:双

`方法`- - - - - -韦尔奇或滤波器组
`“韦尔奇”`(默认)|`滤波器组的`

指定谱估计方法:

“韦尔奇”-对象采用Welch的平均修正周期图法。
滤波器组的分析滤波器组将宽带输入信号分成多个窄子带。该对象计算每个窄频带的功率，计算值是在各自频带上的频谱估计。

`窗口`- - - - - -窗口函数
`“损害”`(默认)|`“矩形”`|`“切比雪夫”`|`“平顶”`|`“汉明”`|`“皇帝”`

为谱估计器指定一个窗口函数“矩形”，“切比雪夫”，“平顶”，“汉明”，“损害”,或“皇帝”．

依赖关系

设置时应用此属性方法来“韦尔奇”．

`NumTapsPerBand`- - - - - -每个频带的滤波器丝锥数
`12`(默认)|正整数

为每个频带指定滤波器系数或轻拍的数量。这个值对应于每个多相分支的滤波系数的数量。滤波器系数的总数由NumTapsPerBand×FFTLength．

依赖关系

设置时应用此属性方法来滤波器组的．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`FrequencyRange`- - - - - -频谱估计的频率范围
`双侧的`(默认)|`“单向的”`|`“中心”`

指定频谱估计器的频率范围为双侧的，“单向的”,或“中心”．

如果你设置FrequencyRange来“单向的”，则频谱估计器计算实输入信号的单边频谱。当FFT长度，NFFT，为偶，则谱估计长度为(NFFT/2) +1并且在频率范围内计算[0, SampleRate / 2),在那里SampleRate为输入信号的采样率。当NFFT为奇数，谱估计长度为(NFFT+ 1) /2并在频率范围[0, SampleRate / 2)。

如果你设置FrequencyRange来双侧的，然后频谱估计器计算复或实输入信号的双边频谱。频谱估计的长度等于FFT的长度。频谱估计是在频率范围[0, SampleRate),SampleRate为输入信号的采样率。

如果你设置FrequencyRange来“中心”，然后频谱估计器计算复或实输入信号的中心双边频谱。频谱估计的长度等于FFT的长度。频谱估计是在频率范围(-SampleRate / 2, SampleRate / 2，当FFT长度为偶数时(-SampleRate / 2, SampleRate / 2)当FFT长度为奇数时。

`PowerUnits`- - - - - -动力单元
`“瓦”`(默认)|`“瓦分贝”`|`dBm的`

指定用于测量功率的单位“瓦”，“瓦分贝”,或dBm的．

`AveragingMethod`- - - - - -求平均值法
`“奔跑”`(默认)|`“指数”`

将平均方法指定为“奔跑”或“指数”．在运行平均方法中，该对象计算由定义的指定数量的谱估计的等加权平均SpectralAverages财产。在指数方法中，对象计算由指数衰减遗忘因子加权的样本的平均值。

`SpectralAverages`- - - - - -谱平均数
`8`(默认)|正整数

光谱平均值的数目，指定为正整数。频谱估计器通过对最后的功率谱或功率密度谱进行平均来计算当前功率谱或功率密度谱估计N估计。N谱平均的数目是否在SpectralAverages财产。

依赖关系

设置时应用此属性AveragingMethod来“奔跑”．

数据类型:双

`ForgettingFactor`- - - - - -遗忘因子
`0.9`(默认)|(范围内的标量`0`，`1`］

将指数加权遗忘因子指定为大于0且小于或等于1的标量值。

可调:是的

依赖关系

设置时应用此属性AveragingMethod来“指数”．

数据类型:单|双

`ReferenceLoad`- - - - - -参考负载
`1`(默认)|积极的标量

指定频谱估计器使用的负载作为参考，以欧姆为单位计算功率值的实正标量。

数据类型:单|双

`SidelobeAttenuation`- - - - - -窗口旁瓣衰减
`60分贝`(默认)|积极的标量

指定窗口的旁瓣衰减为一个真实的正标量，单位为分贝(dB)。

依赖关系

设置时应用此属性方法来“韦尔奇”而且窗口来“切比雪夫”或“皇帝”．

数据类型:双

`OutputMaxHoldSpectrum`- - - - - -输出max-hold频谱
`假`(默认)|`真正的`

将此属性设置为真正的使频谱估计器计算并输出每个输入通道的最大保持频谱。最大保持谱是通过在每个频率库保持所有功率谱估计的最大值来计算的。

`OutputMinHoldSpectrum`- - - - - -输出min-hold频谱
`假`(默认)|`真正的`

将此属性设置为真正的使频谱估计器计算并输出每个输入通道的最小保持谱。最小保持谱是通过在每个频率库保持所有功率谱估计的最小值来计算的。

`SampleRate`- - - - - -输入抽样率
`1`(默认)|标量

输入的采样率，以Hz为单位，指定为一个有限的数值标量。采样率是信号在时间上被采样的速率。

数据类型:单|双

使用

语法

pxx = SE (x)

[pxx, pmax] = SE (x)

[pxx, pmin] = SE (x)

(pmax pxx, pmin] = SE (x)

描述

例子

pxx= SE (x）计算功率谱或功率密度谱，pxx输入信号的，x．的列x作为独立的频道。

例子

［pxx，pmax) = SE (x）还计算了最大保持频谱，pmax的,x．为了确定最大保持谱，该方法保持在每个频率库计算的所有功率谱估计的最大值。集OutputMaxHoldSpectrum来真正的得到最大保持频谱。

［pxx，pmin) = SE (x）同时计算最小保持频谱，pmin的,x．为了确定最小保持谱，该方法保持在每个频率库计算的所有功率谱估计的最小值。集OutputMinHoldSpectrum来真正的得到最小保持谱。

［pxx，pmax，pmin) = SE (x）的功率谱或功率密度谱、最大保持谱和最小保持谱x．集OutputMaxHoldSpectrum而且OutputMinHoldSpectrum来真正的得到最大保持率和最小保持率光谱。

输入参数

全部展开

`x`- - - - - -输入信号
向量|矩阵

输入信号，指定为向量或矩阵。的行长x是帧大小或通道长度。每一列的x被视为一个单独的通道。的列长x是通道数。

数据类型:单|双
复数的支持:是的

输出参数

全部展开

`pxx`-功率或功率密度谱估计
向量|矩阵

功率或功率密度谱估计，作为与输入信号具有相同数据类型和复杂性的向量或矩阵返回，x．

当FFTLengthSource设置为:

“汽车”——尺寸pxx等于输入信号的大小，x．
“属性”——尺寸pxx与指定的FFT长度相同。

缺省情况下，单位为pxx是“瓦”．您还可以指定要使用的频谱dBm的或“瓦分贝”通过PowerUnits财产。

数据类型:单|双
复数的支持:是的

`pmax`-最大保持频谱估计
向量|矩阵

最大保持谱估计，作为与输出信号大小、数据类型和复杂性相同的向量或矩阵返回，pxx．

数据类型:单|双
复数的支持:是的

`pmin`-最小保持谱估计
向量|矩阵

最小保持谱估计，作为与输出信号大小、数据类型和复杂度相同的向量或矩阵返回，pxx．

数据类型:单|双
复数的支持:是的

对象的功能

要使用对象函数，请将System对象指定为第一个输入参数。例如，释放名为obj，使用以下语法:

发行版(obj)

全部展开

特定于`dsp。SpectrumEstimator`

`getFrequencyVector`	进行估计的频率向量
`getRBW`	频谱分辨率带宽

通用于所有系统对象

`一步`	运行系统对象算法
`释放`	释放资源并允许更改系统对象属性值和输入特征
`重置`	的内部状态重置系统对象

例子

全部折叠

多通道正弦信号的功率谱

打开脚本

计算多通道正弦信号的功率谱dsp。SpectrumEstimator系统对象™。可以得到估计频谱的频率向量getFrequencyVector函数。若要计算估计的分辨率带宽(RBW)，请使用getRBW函数。

生成一个采样为1khz的三通道正弦信号。指定正弦频率为100hz、200hz和300hz。第二和第三通道的相位由第一通道偏移 $\π/ 2美元$ 而且 $\π/ 4美元$ ,分别。

sineSignal = dsp。SineWave (“SamplesPerFrame”, 1000,“SampleRate”, 1000,.．.“频率”(100 200 300),“PhaseOffset”, 0π/ 2π/ 4);

估计并画出信号的单侧频谱。使用dsp。SpectrumEstimator对象的dsp。ArrayPlot策划。

估计量= dsp。SpectrumEstimator (“FrequencyRange”，“单向的”）;绘图机= dsp。ArrayPlot (“PlotType”，“行”，“YLimits”, 0.75 [0],.．.“YLabel”，的功率谱(瓦特)，“包含”，的频率(赫兹)）;

步进获取数据流，并显示三个通道的光谱。

y = sineSignal ();pxx =估计(y);绘图仪(pxx)

方法获取以Hz为单位估计频谱的频率向量getFrequencyVector函数。

f = getFrequencyVector(估计);

方法计算估计的分辨率带宽(RBW)getRBW函数。

rbw = getRBW(估计值)

rbw = 0.0015

信号功率谱的分辨带宽为0.0015 Hz。这个频率是频谱上可以解析的最小频率。

利用滤波器组进行光谱估计

打开脚本

比较嵌入高斯白噪声中的正弦信号的频谱估计，使用基于汉窗的韦尔奇方法和滤波器组方法。

初始化

初始化两个dsp。SpectrumEstimator对象。指定一个估计器使用基于welch的具有Hann窗口的光谱估计技术。指定另一个估计器来使用分析滤波器组来执行光谱估计。指定一个有噪声的正弦波输入信号，在0.16,0.2,0.205和0.25周期/样本的4个正弦信号。使用阵列图查看光谱估计。

FrameSize = 420;Fs = 1;sinegen = dsp。SineWave (“SampleRate”Fs,.．.“SamplesPerFrame”FrameSize,.．.“频率”，[0.16 0.2 0.205 0.25]，.．.“振幅”，[2e-5 1 0.05 0.5]);NoiseVar = 1平台以及;numAvgs = 8;hannEstimator = dsp。SpectrumEstimator (“PowerUnits”，dBm的，.．.“窗口”，“损害”，“FrequencyRange”，“单向的”，.．.“SpectralAverages”numAvgs,“SampleRate”Fs);filterBankEstimator = dsp。SpectrumEstimator (“PowerUnits”，dBm的，.．.“方法”，滤波器组的，“FrequencyRange”，“单向的”，.．.“SpectralAverages”numAvgs,“SampleRate”Fs);spectrumPlotter = dsp。ArrayPlot (.．.“PlotType”，“行”，“SampleIncrement”Fs / FrameSize.．.“YLimits”(-250年,50),“YLabel”，dBm的，.．.“ShowLegend”,真的,“ChannelNames”, {“损害窗口”，滤波器组的})；

流媒体

流的输入。比较使用汉恩窗和分析滤波器组计算的谱估计

为i = 1:1000 x = sum(sinegen()，2) + sqrt(NoiseVar)*randn(FrameSize,1);Pse_hann = hannEstimator (x);Pfb = filterBankEstimator (x);spectrumPlotter ([Pse_hann Pfb])结束

汉恩窗在0.205循环/样本时未达到峰值。此外，窗口存在明显的频谱泄漏，使得0.16 cycles/sample处的峰值难以区分，噪声下限不正确。

滤波器组估计具有很好的分辨率，没有谱泄漏。

噪声正弦波的功率和最大保持谱

打开脚本

请注意:如果您使用的是R2016a或更早的版本，请将对对象的每次调用替换为等效的一步语法。例如,obj (x)就变成了步骤(obj, x)．

产生一个正弦波。

sineWave = dsp。SineWave (“频率”, 100,.．.“SampleRate”, 1000,.．.“SamplesPerFrame”, 1000);

使用频谱估计器计算正弦波的功率谱和最大保持谱。使用阵列图来显示光谱。

SE = dsp。SpectrumEstimator (.．.“SampleRate”, sineWave。SampleRate,.．.“SpectrumType”，“权力”，“PowerUnits”，dBm的，.．.“FrequencyRange”，“中心”，.．.“OutputMaxHoldSpectrum”,真正的);绘图机= dsp。ArrayPlot (“PlotType”，“行”，.．.“XOffset”, -500,.．.“YLimits”, 30 [-60],.．.“标题”，“100赫兹正弦波功率谱”，.．.“YLabel”，的功率谱(dBm)，.．.“包含”，的频率(赫兹)）;

在正弦波中加入随机噪声。输入数据流，并绘制信号的功率谱。

为ii = 1:10 x =正弦波()+ 0.05*randn(1000,1);[Pxx, Pmax] = SE (x);绘图仪([Pxx Pmax])结束

算法

全部展开

Welch的平均修正周期图法

当你选择韦尔奇方法，功率谱估计是平均修正周期图。

给定信号输入，x：

乘x通过窗口，并通过窗口功率缩放结果。
计算信号的FFT，Y，取大小的平方用Z = Y *连词(Y)．
通过取最后一个的移动平均来计算当前功率谱估计N的数量Z，并将答案乘以样本率。有关移动平均方法的详细信息，请参见求平均值法．

滤波器组

基于滤波器组的频谱估计器使用分析滤波器组来估计功率谱。滤波器组分解宽带输入信号，x (n)，样本率fs转换成多个窄带信号，y₀(m)，y₁(m)、……y_{m - 1}(m)，样本率fs / M．

的变量米表示滤波器组中的频带数。当你指定FFT长度时，米等于FFT长度。当您不指定FFT长度时，米等于输入信号的行数。每个频带的抽头数设置滤波器组每个频带的滤波器系数的数量。滤波器系数的总数等于每个频带的抽点数乘以频带数米．有关分析筛选器组及其实现方式的更多信息，请参见更多关于和算法部分dsp。信道器．

将宽带输入信号分割成多个窄带后，频谱估计器利用以下公式计算每个窄带内的功率。每一个Z_我值成为窄带上功率的估计值。

$Z_{我} ＝ \frac{1}{l} \sum_{米＝ 0}^{l - 1} {| y_{我} ［米］ |}^{2}$

l窄带信号的长度y_我(m),在那里我= 1, 2，…，米−1。

在所有窄带内的功率值(用Z_我)的形式Z向量。

$Z ＝［ Z_{0} ， Z_{1} ， Z_{2} ， \dots ， Z_{米 - 1} ］$

滤波器组估计算法对电流求平均Z向量与前面的Z使用两种移动平均方法之一的向量:运行或指数加权。平均运算的输出形成谱估计向量。有关这两种平均方法的详细信息，请参见求平均值法．

求平均值法

移动平均线的计算方法有以下两种:

运行-对于每一帧输入，平均最后一帧N按比例缩小的Z向量，由算法计算。的变量N是您指定的谱平均数的值。如果算法没有足够的Z向量，算法使用零来填充空元素。
指数-移动平均算法使用指数加权方法更新权重，并递归计算每个权重的移动平均Z通过下面的递归方程得到的向量:

$\begin{array}{l} w_{N} ＝ λ w_{N - 1} + 1 \\ {\bar{z}}_{N} ＝（ 1 - \frac{1}{w_{N}} ） {\bar{z}}_{N - 1} + （ \frac{1}{w_{N}} ） z_{N} \end{array}$
- λ -遗忘因子
- $w_{N}$ -应用于电流的权重因子Z向量
- $z_{N}$ ——当前Z向量
- ${\bar{z}}_{N - 1}$ -移动平均线直到之前Z向量
- $（ 1 - \frac{1}{w_{N}} ） {\bar{z}}_{N - 1}$ -前面的效果Z矢量的平均值
- ${\bar{z}}_{N}$ -包括海流在内的移动平均线Z向量

参考文献

[1]海耶斯，蒙森H。统计数字信号处理与建模。霍博肯，新泽西州:约翰威利父子公司，1996年

[2]凯，史蒂文M。现代谱估计:理论与应用。恩格尔伍德悬崖，新泽西州:普伦蒂斯大厅，1999年

[3]斯托伊卡，彼得和伦道夫·l·摩西。信号的光谱分析。上马鞍河，新泽西州:普伦蒂斯大厅，2005年

使用快速傅立叶变换估计功率谱:一种基于短修正周期图时间平均的方法。《IEEE音频与电声汇刊》， 1967年第15卷，第70-73页。

[5]哈里斯F.J.通信系统的多速率信号处理．普伦蒂斯·霍尔，2004，第208-209页。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项和限制:

MATLAB代码生成中的系统对象(MATLAB编码器)

版本历史

介绍了R2013b

另请参阅

dsp。SpectrumEstimator

描述

创建

语法

描述

属性

SpectrumType- - - - - -光谱类型“权力”(默认)|的功率密度

FFTLengthSource- - - - - -FFT长度值的来源“汽车”(默认)|“属性”

FFTLength- - - - - -FFT长度128(默认)|正整数

依赖关系

方法- - - - - -韦尔奇或滤波器组“韦尔奇”(默认)|滤波器组的

窗口- - - - - -窗口函数“损害”(默认)|“矩形”|“切比雪夫”|“平顶”|“汉明”|“皇帝”

依赖关系

NumTapsPerBand- - - - - -每个频带的滤波器丝锥数12(默认)|正整数

依赖关系

FrequencyRange- - - - - -频谱估计的频率范围双侧的(默认)|“单向的”|“中心”

PowerUnits- - - - - -动力单元“瓦”(默认)|“瓦分贝”|dBm的

AveragingMethod- - - - - -求平均值法“奔跑”(默认)|“指数”

SpectralAverages- - - - - -谱平均数8(默认)|正整数

依赖关系

ForgettingFactor- - - - - -遗忘因子0.9(默认)|(范围内的标量0，1］

依赖关系

ReferenceLoad- - - - - -参考负载1(默认)|积极的标量

SidelobeAttenuation- - - - - -窗口旁瓣衰减60分贝(默认)|积极的标量

依赖关系

OutputMaxHoldSpectrum- - - - - -输出max-hold频谱假(默认)|真正的

OutputMinHoldSpectrum- - - - - -输出min-hold频谱假(默认)|真正的

SampleRate- - - - - -输入抽样率1(默认)|标量

使用

语法

描述

输入参数

x- - - - - -输入信号向量|矩阵

输出参数

pxx-功率或功率密度谱估计向量|矩阵

pmax-最大保持频谱估计向量|矩阵

pmin-最小保持谱估计向量|矩阵

对象的功能

特定于dsp。SpectrumEstimator

通用于所有系统对象

例子

多通道正弦信号的功率谱

利用滤波器组进行光谱估计

噪声正弦波的功率和最大保持谱

算法

Welch的平均修正周期图法

滤波器组

求平均值法

参考文献

扩展功能

C / c++代码生成使用MATLAB®Coder™生成C和c++代码。

版本历史

另请参阅

功能

对象

块

主题

`SpectrumType`- - - - - -光谱类型
`“权力”`(默认)|`的功率密度`

`FFTLengthSource`- - - - - -FFT长度值的来源
`“汽车”`(默认)|`“属性”`

`FFTLength`- - - - - -FFT长度
`128`(默认)|正整数

`方法`- - - - - -韦尔奇或滤波器组
`“韦尔奇”`(默认)|`滤波器组的`

`窗口`- - - - - -窗口函数
`“损害”`(默认)|`“矩形”`|`“切比雪夫”`|`“平顶”`|`“汉明”`|`“皇帝”`

`NumTapsPerBand`- - - - - -每个频带的滤波器丝锥数
`12`(默认)|正整数

`FrequencyRange`- - - - - -频谱估计的频率范围
`双侧的`(默认)|`“单向的”`|`“中心”`

`PowerUnits`- - - - - -动力单元
`“瓦”`(默认)|`“瓦分贝”`|`dBm的`

`AveragingMethod`- - - - - -求平均值法
`“奔跑”`(默认)|`“指数”`

`SpectralAverages`- - - - - -谱平均数
`8`(默认)|正整数

`ForgettingFactor`- - - - - -遗忘因子
`0.9`(默认)|(范围内的标量`0`，`1`］

`ReferenceLoad`- - - - - -参考负载
`1`(默认)|积极的标量

`SidelobeAttenuation`- - - - - -窗口旁瓣衰减
`60分贝`(默认)|积极的标量

`OutputMaxHoldSpectrum`- - - - - -输出max-hold频谱
`假`(默认)|`真正的`

`OutputMinHoldSpectrum`- - - - - -输出min-hold频谱
`假`(默认)|`真正的`

`SampleRate`- - - - - -输入抽样率
`1`(默认)|标量

`x`- - - - - -输入信号
向量|矩阵

`pxx`-功率或功率密度谱估计
向量|矩阵

`pmax`-最大保持频谱估计
向量|矩阵

`pmin`-最小保持谱估计
向量|矩阵

特定于`dsp。SpectrumEstimator`

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。