更新时间：11-25 （小松）提供原创文章
摘 要:在许多信号问题处理中，功率谱的分析与估计是十分重要的，因为它能给出被分析的对象的能量随频率的分布情况。功率谱估计可分为经典(非参数)谱估计和现代(参数)谱估计法，本文中论述经典谱估计中的周期图法与现代谱估计中的AR模型参数法并对白噪声信号进行功率谱估计，由于周期图法功率谱波动的数字特征方差性能较差，频率分辨率低，导致谱估计的质量不高，从而促进了现代谱估计方法研究的发展。
本文简要地介绍了现代谱估计的理论基础,讨论了几种参数模型。由于AR模型谱估计是现代谱估计中最常用的一种方法,因此论文主要对AR模型功率谱估计算法进行了深入研究与分析，主要是包括算法模型、模型参数计算的Levision-Durbin递推算法，以及最优模型阶次确定的信息论准则。在理论分析的基础上，基于MATLAB进行了AR模型谱估计算法的仿真程序的编写，并通过了仿真实验。
理论分析及仿真结果表明，AR模型谱估计算法相比于周期图法能够取得较好的方差及分辨力性能
关键词：白噪声；周期图法；AR模型谱估计；Levision-Durbin递推算法；信息论准则
目录
摘要
ABSTRACT
第1章 绪论-1
1.1题目名称及背景-1
1.2题目研究意义-1
1.3课题的主要研究内容-2
1.4国内外相关研究情况-2
第2章经典功率谱估计-5
2.1引言-5
2.2用相关函数获得功率谱-5
2.3周期图法-6
第3章 现代谱估计-7
3.1参数模型建模的思路-7
3.2线性系统关系-8
3.3 AR参数模型-9
3.3.1 AR模型的正则方程-9
3.3.2 Levinson-Durbin快速算法-12
3.4 AR模型谱估计的性质及阶次P的选择-13
3.4.1 AR模型谱估计的性质-13
3.4.2 AR模型阶次的选择-15
3.5其它模型的正则方程-16
3 .5.1 MA模型的正则方程-16
3.5.2 ARMA模型的正则方程-17
第4章 MATLAB关于AR模型参数估计的仿真-19
4.1 MATLAB概述-19
4.2 AR模型参数仿真的实现-20
第5章结论与展望-25
5.1结论-25
5.2不足之处与展望-25
参考文献-26
致 谢-27