搜索资源列表
zjf147
- 用来产生均匀分布或高斯分布的伪随机数 （近似白噪声），它们可具有不同的均值和方差。用REMEZ算法求交错点组。用Cholesky分解求ARMA模型的参数并作谱估计。求MA模型的参数 并估计功率谱。 用最小方差法估计序列 的功率谱。-used to produce uniform or Gaussian distribution of the pseudo-random number (similar to white noise). They may have a different mean
power.rar
- 这是关于功率谱的Matlab仿真程序，其中有AR、MA、ARMA三种模型的源代码，相关函数的源代码、功率谱的源代码等等。,This is on the power spectrum of the Matlab simulation program
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率谱。并对Levinson-Durbin算法的性能进行分析。-
signal
- 产生一个随机信号和两个不同频率但频率间隔很小的正弦信号，要求对两信号之和进行如下分析： （1） 求该随机信号的自相关性系数、自相关函数，画出对应的图形； （2） 利用不同的参数建模方法求出两个随机信号的功率谱； （3） 利用极大似然估计、递推最小二乘法等常用的参数估计方法估计所建模型，包括AR模型、MA模型和ARMA模型的的参数，阶次自定；并与Matlab工具箱里的一些建模函数的运算结果进行比较； （4） 利用陷波滤波和MUSIC滤波方法对该信号的频谱进行估计； （5） 利
spectrum-estimation
- 功率谱估计是利用有限长的数据估计信号的功率谱，广泛应用于各个领域。功率谱估计主要分为经典谱估计与现代谱估计。常用的经典谱估计方法有周期图法，相关法，周期图的改进法，常用的现代谱估计方法有最大熵谱估计，AR模型，MA模型，ARMA模型。经典谱估计适用于长序列的信号，其主要缺陷是描述功率谱波动的数字特征方差性能差，频率分辨率低，现代谱估计适用于短序列的信号，旨在改善谱估计的分辨率，并将其应用于实际地震资料的谱分析。 -Power spectrum estimation is the use of
MAR1PSD
- 由AR模型参数得到功率谱。AR，MA和ARMA是功率谱估计中最主要的参数模型。AR模型的正则方程是一组线性方程。-The AR model parameters obtained power spectrum. AR, MA and ARMA power spectrum estimation is the most important parameter model. Canonical equations AR model is a set of linear equations.