基于Burg算法功率谱估计的参数选择

黄 超，王 伟，单 凉

(电子工程学院，合肥 230037)



基于Burg算法功率谱估计的参数选择

黄 超，王 伟，单 凉

(电子工程学院，合肥 230037)

介绍了现代功率谱估计中常用的基于自回归(AR)模型的Burg算法，分析了Burg算法中参数选择对功率谱估计的影响，并给出综合最优的Burg算法参数选择方法，最后将本文参数选择方法应用于列车测速系统进行实验验证，准确地估计出了列车的多普勒频率。

功率谱估计；自回归模型；Burg算法；参数选择

0 引 言

在现代信号处理中，对于具有各态历经性的平稳随机信号很难用数学关系式来清楚地描述。为了分析平稳随机信号，可以利用采集的N个样本数据来估计该信号的功率谱密度(PSD)，这种方法就被称为功率谱估计[1-3]。功率谱估计常被应用于许多实际问题中，例如雷达信号处理和生物医学工程等。一般来说, 功率谱估计方法可分为两大类：经典谱估计法(非参数估计法)和现代谱估计法(参数估计法)。经典谱估计法分为直接法和间接法，均是以数字傅里叶变换(DFT)为基础，具有分辨率低、频谱混叠等固有缺点。现代谱估计法先建立功率谱估计模型，然后利用观测数据对建立的模型进行参数估计，最后完成功率谱估计。该方法分辨率很高，拥有比经典谱估计法更好的参数估计性能。

目前常用的功率谱估计模型有自回归(AR)模型、滑动平均(MA)模型和自回归滑动平均(ARMA)模型[4]。其中，AR模型是现代谱估计中最常用的一种功率谱估计模型，这是因为AR模型的实际物理系统是全极点系统；……