Главная » Просмотр файлов » Power Spectrum and Correlation

Power Spectrum and Correlation (779817), страница 5

Файл №779817 Power Spectrum and Correlation (Vaseghi - Advanced Digital Signal Processing and Noise Reduction) 5 страницаPower Spectrum and Correlation (779817) страница 52017-12-28СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 5)

Consider a signal y(m) composed of P complex-valued sinusoids andadditive white noise:Py (m) = ∑ Ak e − j ( 2πFk m+φk ) + n(m)(9.104)k =1The ESPIRIT algorithm exploits the deterministic relation betweensinusoidal component of the signal vector y(m)=[y(m), . .

., y(m+N–1]T andthat of the time-shifted vector y(m+1)=[y(m+1), . . ., y(m+N)]T. The signalcomponent of the noisy vector y(m) may be expressed asx (m) = S a(9.105)where S is the complex sinusoidal matrix and a is the vector containing theamplitude and phase of the sinusoids as in Equations (9.91) and (9.92). Aj 2πFi mcomplex sinusoid ecan be time-shifted by one sample throughj 2πFi. Hence the time-shifted sinusoidalmultiplication by a phase term esignal vector x(m+1) may be obtained from x(m) by phase-shifting eachcomplex sinusoidal component of x(m) asx (m + 1) = SΦ a(9.106)where Φ is a P × P phase matrix defined asΦ = diag[e j 2πF1 , e j 2πF2 ,, e j 2πFP ](9.107)The diagonal elements of Φ are the relative phases between the adjacentsamples of the sinusoids.

The matrix Φ is a unitary matrix and is known asa rotation matrix since it relates the time-shifted vectors x(m) and x(m+1).The autocorrelation matrix of the noisy signal vector y(m) can be written asR y ( m) y ( m) = SPS H + σ 2n I(9.108)High-Resolution Spectral Estimation293where the matrix P is diagonal, and its diagonal elements are the powers ofthe complex sinusoids P = diag[ A12 , , AP2 ] = aa H . The cross-covariancematrix of the vectors y(m) and y(m+1) isR y ( m) y ( m+1) = SPΦ H S H + Rn( m ) n( m+1)(9.109)where the autocovariance matrices Ry(m)y(m+1) and Rn(m)n(m+1) are defined asryy ( 2)ryy (3) ryy (1)ryy (1)ryy ( 2) ryy (0)ryy ( 0)ryy (1)R y ( m) y ( m+1) =  ryy (1) r ( N − 2) r ( N − 3) r ( N − 4)yyyy yyand0 0 0 0 20 0 0σ nRn( m) n( m+1) =  0 σ n2 0 0    00 σ n2 0  ryy ( N )  ryy ( N − 1)  ryy ( N − 2) ryy (1) (9.110)(9.111)The correlation matrix of the signal vector x(m) can be estimated asR x ( m) x ( m) = R y ( m) y ( m) − Rn( m) n( m) = SPS H(9.112)and the cross-correlation matrix of the signal vector x(m) with its timeshifted version x(m+1) is obtained asR x ( m) x ( m+1) = R y ( m) y ( m+1) − Rn( m) n( m+1) = SPΦ H S H(9.113)− j 2πFiSubtraction of a fraction λi = eof Equation (9.113) from Equation(9.112) yieldsR x ( m) x ( m) − λ i R x ( m) x ( m+1) = SP (I − λ i Φ H ) S H(9.114)294Power Spectrum and CorrelationFrom Equations (9.107) and (9.114), the frequencies of the sinusoids can beestimated as the roots of Equation (9.114).9.7 SummaryPower spectrum estimation is perhaps the most widely used method ofsignal analysis.

The main objective of any transformation is to express asignal in a form that lends itself to more convenient analysis andmanipulation. The power spectrum is related to the correlation functionthrough the Fourier transform. The power spectrum reveals the repetitiveand correlated patterns of a signal, which are important in detection,estimation, data forecasting and decision-making systems. We began thischapter with Section 9.1 on basic definitions of the Fourier series/transform,energy spectrum and power spectrum. In Section 9.2, we considered nonparametric DFT-based methods of spectral analysis. These methods do notoffer the high resolution of parametric and eigen-based methods. However,they are attractive in that they are computationally less expensive thanmodel-based methods and are relatively robust. In Section 9.3, weconsidered the maximum-entropy and the model-based spectral estimationmethods.

These methods can extrapolate the correlation values beyond therange for which data is available, and hence can offer higher resolution andless side-lobes. In Section 9.4, we considered the eigen-based spectralestimation of noisy signals. These methods decompose the eigen variablesof the noisy signal into a signal subspace and a noise subspace. Theorthogonality of the signal and noise subspaces is used to estimate the signaland noise parameters. In the next chapter, we use DFT-based spectralestimation for restoration of signals observed in noise.BibliographyBARTLETT M.S. (1950) Periodogram Analysis and Continuous Spectra.Biometrica. 37, pp. 1–16.BLACKMAN R.B.

and TUKEY J.W. (1958) The Measurement of PowerSpectra from the Point of View of Communication Engineering. DoverPublications, New York.BRACEWELL R.N. (1965) The Fourier Transform and Its Applications.Mcgraw-Hill, New York.Bibliography295BRAULT J.W. and WHITE O.R. (1971) The Analysis And Restoration OfAstronomical Data Via The Fast Fourier Transform. Astron. &Astrophys.13, pp. 169–189.BRIGHAM E.

, (1988), The Fast Fourier Transform And Its Applications.Englewood Cliffs, Prentice-Hall, NJ.BURG J.P. (1975) Maximum Entropy Spectral Analysis. PhD Thesis,Department of Geophysics, Stanford University, California.CADZOW J.A. (1979) ARMA Spectral Estimation: An Efficient Closed-formProcedure. Proc. RADC Spectrum estimation Workshop, pp. 81–97.CAPON J. (1969) High Resolution Frequency-Wavenumber SpectrumAnalysis. Proc. IEEE. 57, pp. 1408–1419.CHILDERS D.G., Editor (1978) Modern Spectrum Analysis. IEEE Press.COHEN L.

(1989) Time-Frequency Distributions - A review. Proc. IEEE, 77,pp. 941-981.COOLEY J.W. and TUKEY J.W. (1965) An Algorithm For The MachineCalculation Of Complex Fourier Series. Mathematics of Computation,19, 90, pp. 297–301.FOURIER J.B.J. (1878) Théorie Analytique de la Chaleur, Trans. AlexanderFreeman; Repr. Dover Publications, 1955.GRATTAM-GUINESS I. (1972) Joseph Fourier (1768-1830): A Survey of HisLife and Work. MIT Press.HAYKIN S. (1985) Array Signal Processing. Prentice-Hall, NJ.JENKINS G.M.

and WATTS D.G. (1968) Spectral Analysis and ItsApplications. Holden-Day, San Francisco, California.KAY S.M. and MARPLE S.L. (1981) Spectrum Analysis: A ModernPerspective. Proc. IEEE, 69, pp. 1380-1419.KAY S.M. (1988) Modern Spectral Estimation: Theory and Application.Prentice Hall-Englewood Cliffs, NJ.LACOSS R.T. (1971) Data Adaptive Spectral Analysis Methods. Geophysics,36, pp. 661-675.MARPLE S.L. (1987) Digital Spectral Analysis with Applications. PrenticeHall-Englewood Cliffs, NJ.PARZEN E. (1957) On Consistent Estimates of the Spectrum of a StationaryTime series. Am. Math. Stat., 28, pp. 329-349.PISARENKO V.F. (1973) The Retrieval of Harmonics from a CovarianceFunction.

Geophy. J. R. Astron. Soc., 33, pp. 347-366ROY R.H. (1987) ESPRIT-Estimation of Signal Parameters via RotationalInvariance Techniques. PhD Thesis, Stanford University, California.SCHMIDT R.O. (1981) A signal Subspace Approach to Multiple EmitterLocation and Spectral Estimation. PhD Thesis, Stanford University,California.296Power Spectrum and CorrelationSTANISLAV B.K., Editor (1986) Modern Spectrum Analysis. IEEE Press.STRAND O.N. (1977) Multichannel Complex Maximum Entropy(AutoRegressive) Spectral Analysis.

IEEE Trans. on Automatic Control,22(4), pp. 634–640.VAN DEN BOS A. (1971) Alternative Interpretation of Maximum EntropySpectral Analysis. IEEE Trans. Infor. Tech., IT-17, pp. 92–99.WELCH P.D. (1967) The Use of Fast Fourier Transform for the Estimation ofPower Spectra: A Method Based on Time Averaging over ShortModified Periodograms. IEEE Trans. Audio and Electroacoustics, AU15, pp. 70–79.WILKINSON J.H. (1965) The Algebraic Eigenvalue Problem. OxfordUniversity Press..

Характеристики

Тип файла
PDF-файл
Размер
232,12 Kb
Тип материала
Высшее учебное заведение

Список файлов книги

Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6508
Авторов
на СтудИзбе
302
Средний доход
с одного платного файла
Обучение Подробнее