問乙個訊號中MUSIC演算法的問題

1樓：匿名使用者

隨機訊號的功率譜，描述了訊號的功率在頻域的分佈情況。

如果是實功率譜，那麼它應該完整描述了功率所分佈的頻率範圍，以及在不同頻率和枯處的功率的相對強度。

而music作為一種高分辨茄老率的子空間方法，首先其主要應用於離散譜的估計，比如混疊在一起的單頻訊號；其頻譜峰值反映了這些主要訊號成顫棚公升分所在的頻率位置，但是其並不能反映各訊號成分之間的幅度比值（相對強度），也反映不出訊雜比水平，所以music演算法所得到的「譜」被稱為偽譜。

2樓：網友

功率譜估計就是通過訊號的相關性估計出接受到訊號的功率隨頻率的變化關係，實際用途有濾波，訊號識別（分析出訊號的頻率），訊號分離，系統辨識等。

譜估計技術是現代訊號處理的乙個重要部分，還包括空間譜估計，高階譜估計等。

維納濾波、卡爾曼濾波，可用於自適應濾波，訊號波形**等（火控系統中的飛機航跡預判）。

如果我在雜訊中加入乙個訊號波形。要完全濾波鋒源拿出我加入的訊號波形，能夠做到嗎？

如果知道一些資訊銀搭，利用乙個參考訊號波形，可利用自適應濾波做到（訊號的初始部分稍有失裂汪真）。

music演算法的詳細內容

3樓：茈敮既

music演算法是空間譜估計測向理論的重要基石。演算法原理如下：

1）不管測向天線陣列形狀如何，也不管入射來波入射角的維數如何，假定陣列由m個陣元組成，則陣列輸出模型的矩陣形式都可以表示為：y(t)=ax(t)+n(t)

其中，y是觀測到的陣列輸出資料復向量；x是未知的空間訊號復向量；n是陣列輸出向量中的加性雜訊；a是陣列的方向矩陣；此處，a矩陣表示式由圖冊表示。

music演算法的處理任務就是設法估計出入射到陣列的空間訊號的個數d以及空間訊號源的強度及其來波方向。

2）在實際處理中，y得到的資料是有限時間段內的有限次數的樣本（也稱快拍或快攝），在這段時間內，假定來波方向不發生變化，且雜訊為與訊號不相關的白雜訊，則定義陣列輸出訊號的二階矩：ry。

3） music演算法的核心就是對ry進行特徵值分解，利用特徵向量構建兩個正交的子空間，即訊號子空間和雜訊子空間。對ry進行特徵分解，即是使得圖冊中的公式成立。

4） u是非負定的厄公尺特矩陣，所以特徵分解得到的特徵值均為非負實數，有d個大的特徵值和m-d個小的特徵值，大特徵值對應的特徵向量組成的空間us為訊號子空間，小特徵值對應的特徵向量組成的空間un為雜訊子空間。

5）將雜訊特徵向量作為列向量，組成雜訊特徵矩陣，並張成m-d維的雜訊子空間un，雜訊子空間與訊號子空間正交。而us的列空間向量恰與訊號子空間重合，所以us的列向量與雜訊子空間也是正交的，由此，可以構造空間譜函式。

6）在空間譜域求取譜函式最大值，其譜峰對應的角度即是來波方向角的估計值。