QWER306306的博客

本栏前两节经典谱估计中提到：经典谱估计下，方差和分辨率是一对矛盾。这是因为经典谱估计将数据进行了加窗，自相关法还对自相关进行了加窗（二次加窗），这就让我们想到把原始数据藏在一个系统H(Z)中，让这个系统包含这组数据的特性，这样一来，系统中的系数就可以表示系统反映的数据。这就是现代功率谱密度估计-参数模型法的思想。按照书本的就是先根据数据的自相关函数r(m)求出H(Z)系数，再通过H(Z)进行谱估计。

提示：《改进后》是基于《改进前》的后续经典功率谱估计前言一、功率谱估计方法（改进前）1.周期图法2.BT法3.周期图法和BT法的关系4.功率谱估计的质量二、功率谱估计的改进1.Pwelch法（周期图法下的分段方法）2.BT法下的分段方法3.MTM法总结前言在周期图法和BT法中，功率谱估计的原信号设为高斯白噪声，因为BT法必须用在广义平稳随机过程，所以现有的函数只有周期图法的函数，所以前半部分中，两种方法我都用单一样本表示，改进前的matlab程序全都是从原始公式开始写，这样可以更方便地了解两种方法的内

功率谱密度有很多方法，本篇是从经典谱估计出发。经典功率谱估计共分为两大部分：第一部分是普遍用的几种方法：周期图法（Periodogram，直接法）、BT法（Blankman-Tukey，自相关法，间接法）以及BT法的两种情况。第二部分是利用两种分段方法（Bartlett法和Welch法）改进功率谱估计。经典功率谱估计前言一、功率谱估计方法（单一样本且不分段）1.周期图法2.BT法3.周期图法和BT法的关系二、功率谱估计的改进1.Pwelch法（周期图法下的分段方法）2.BT法下的分段方法3.MTM