相比经典谱估计方法,文中所提方法在距离测量过程中避免了繁重的矩阵运算,仅通过迭代运算即可实现精确测量。由于该方法实现简单,仅为现有傅里叶变换的扩展,在车载系统中将会获得实时处理的效果,文末的仿真实验验证了该方法的有效性和实用性。
标签： 分辨 汽车防撞 雷达
上传时间： 2013-11-22
上传用户：xg262122
A. 产生一个长为1000的二进制随机序列，“0”的概率为0.8，”1”的概率为0.2；B. 对上述数据进行归零AMI编码，脉冲宽度为符号宽度的50%，波形采样率为符号率的8倍，画出前20个符号对应的波形（同时给出前20位信源序列）；C. 改用HDB3码，画出前20个符号对应的波形；D. 改用密勒码，画出前20个符号对应的波形；E. 分别对上述1000个符号的波形进行功率谱估计，画出功率谱；F. 改变信源“0”的概率，观察AMI码的功率谱变化情况；
标签： A. 1000 二进制 随机序列
上传时间： 2015-03-16
上传用户：Altman
考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L＝128的情况，这种情况提供了在分离和检测间最好的均衡。当然，对于在L＝256时的情况，效果是更好的，能够从谱估计图上明显的分辨出三条谱线的存在以及它们幅度关系的强弱。 除了Welch法外，还可以采用对多个周期图求平均的功率谱估计方法的其他方法如Bartlett法等等，在功率谱估计上也能取得较好的结果。
标签： 256 数据段
上传时间： 2013-12-02
上传用户：Amygdala
作业Burg算法，用于数字信号处理中功率谱估计，简单实用。
标签： Burg 算法
上传时间： 2015-05-10
上传用户：许小华
胡广书的数字信号处理一书中的所有matlab程序。包括各种滤波器的设计，经典功率谱的估计、参数模型功率谱估计等，非常有用。
标签： matlab 数字信号处理 程序 滤波器
上传时间： 2013-12-19
上传用户：wuyuying
1．通过实验加深对快速傅立叶变换（FFT）基本原理的理解。 2．了解FFT点数与频谱分辨率的关系，以及两种加长序列FFT与原序列FFT的关系。 离散傅里叶变换（DFT）和卷积是信号处理中两个最基本也是最常用的运算，它们涉及到信号与系统的分析与综合这一广泛的信号处理领域。实际上卷积与DFT之间有着互通的联系：卷积可化为DFT来实现，其它的许多算法，如相关、滤波和谱估计等都可化为DFT来实现，DFT也可化为卷积来实现。
标签： FFT 实验 傅立叶变换 分辨率
上传时间： 2015-09-06
上传用户：王者A
信号与系统基础知识包括连续信号与模型、离散信号与模型；常用信号变换包括Z变换、Chirp Z变换、FFT变换、DCT变换和Hilbert变换等；离散系统结构包括IIR、FIR和Lattice结构；IIR滤波器设计包括模拟和数字低通、高通、带通与带阻滤波器设计，以及基于冲激响应不变法和双线性Z变换法的IlR滤波器设计等；FIR滤波器设计包括基于窗函数、频率抽样法和切比雪大逼近法的FIR滤波器设计；平稳信号分析包括经典功率谱估计、基于参数模型的功率谱估计和基于非参数模型的功率谱估计；非平稳信号分析包括STFT变换、Gabor展开、Wigner-Ville分布与Choi-Williams分布；非高斯信号分析包括基于非参数法的双谱估计、基于参数模型的双谱估计，以及双谱估计的应用；信号处理的GUI实现包括滤波器设计与分析的FDATool工具和滤波器设计与信号分析的SPTool工具。
标签： Hilbert Lattice Chirp 变换
上传时间： 2013-12-26
上传用户：彭玖华
自适应算法中的LMS算法的例子，以及空间谱算法中SER算法的实例，希望能对你有帮助。
标签： LMS 自适应算法 算法
上传时间： 2015-09-23
上传用户：三人用菜
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。
标签： 分布 伪随机 高斯 白噪声
上传时间： 2015-10-24
上传用户：aa54
构造一组输入为白噪声加三个频率非常接近的正弦波，其信噪比为10dB，观测长度为256。试分别用普通AR谱估计和采用功率噪声抵消算法的AR谱估计估计这组信号的频率，并比较结果。
标签： 输入 白噪声 正弦波 频率
上传时间： 2015-11-12
上传用户：lxm
