功率谱估计有着极其广泛的应用，不仅在认识一个随机信号时，需要估计它的功率谱。它还被广泛地应用于各种信号处理中。在信号处理的许多场所，要求预先知道信号的功率谱密度(或自相关函数)工人阶级领导一切。例如，在最佳线性过滤问题中，要设计一个维纳滤波器就首先要求知道(或估计出)信号与噪声的功率谱密度江西省教育资源公共服务平台>内含报酬率
(或自相关函数中耳炎散
)。根据信号与噪声的功率谱(或)才能设计出能够尽量不失真的重现信号，而把噪声最大限度抑制的维纳滤波器。 常常利用功率谱估计来得到线性系统的参数估计。例如，当我们要了解某一系统的幅频特性时，可用一白噪声通过该系统。再从该系统的输出样本y(n)估计功率谱密度。由于白噪声的PSD(用表示)为一常数即，于是有：
(1-1)
故通过估计输出信号的PSD，可以估计出系统的频率特性(模特性)。从宽带噪声中检测窄带信号。这是功率谱估计在信号处理中的一个重要用途。但是这要求功率谱估计有足够好的频率的分辨率，否则就不一定能够清楚地检测出来。所谓谱估计的分辨率可以粗略地定义为能够分辨出的二个分立的谱分量间的最小频率间隙南京案
(距)。提高谱估计的分辨率已成为目前谱估计研究中的一个重要方向 功率谱估计就是通过信号的相关性估计出接受到信号的功率随频率的变化关系，实际用途有滤波，信号识别（分析出信号的频率），信号分离，系统辨识等。谱估计技术是现代信号处理的一个重要部分，还包括空间谱估计，高阶谱估计等。维纳滤波、卡尔曼滤波，可用于自适应滤波，信号波形预测等（火控系统中的飞机航迹预判）。
y550p
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议