基于matlab实现现代功率谱估计[1]

iplr(conv(fliplr(B1,fliplr(A14;y24=filter(B14,A1,randn(1,N;%.*[zeros(1,200,ones(1,256];[Ama4,Ema4]=arburg(y24,32,B1b4=arburg(Ama4,4%---求功率谱---%w=linspace(0,pi,512;%H1=freqz(B1,A1,wH14=freqz(b4,A14,w;%Ps1=abs(H1.^2;Py14=abs(H14.^2;%ifPy14>200%PPy14=200;%elseifPy14<200%PPy14=Py14;%endSPy14=SPy14+Py14;VSPy14=VSPy14+abs(Py14.^2;figure(4plot(w./(2*pi,Ps1,w./(2*pi,Py14;legend(真实功率谱,20次ARMA(4,4的估计图;holdon;R8=zeros(16,8;%ARMA(8,8的Rr8=zeros(16,1;%ARMA(8,8的rfori=1:16r8(i,1=-Ry(264+i;forj=1:8R8(i,j=Ry(264+i-j;EndEndR8r8a8=inv(R8*R8*R8*r8%利用最小二乘法得到的a的估计参数图2基于MA模型的功率谱及均值4基于ARMA的功率谱该算法原理是事先估计AR参数,同时对已知数据x(n用FIR滤波器,将其输出近似MA(q过程,并求66现代电子技术2011年第34卷解MA(q参数的方法求出b,从而实现ARMA模型的参数估计。根据上述原理建立函数function[b,epb]=myarma(x,ip,iq,M。其中,M是延迟,程序中首先求出x的延时M的自卷积aa,通过赋值给r,b,然后通过最小平方估计a=-r/b求出AR,进一步通过MA模型来估计参数,程序通过求出AR参数来计算最终