极大似然谱估计

极大似然谱估计(maximum likelihood spectralestimate)一种谱估计方法。是没有固定谱窗的自适应方法.卡彭(Capon,

同时,还出现了现代谱估计的非参量法:1969年J.卡彭为分析阵列的频率一波数谱估计而提出了最大似然谱估计法;1971年洛卡斯将其推广到时间序列的功率谱估计中。现代谱估计的参量法和非参量法,都是基于非线性运算的,故亦称为非线性谱

} x2 , ".. } xr来估计谱密度函数f(w)或h(w).谱估计方法很多,从参数性质上分有非参数谱估计和参数谱估计.参数谱估计又分为极大嫡谱估计和自回归谱估计,非参数谱估计有窗谱估计、极大似然谱估计、G谱估计.

4.4.5 最小二乘算法 82 4.5 AR谱估计方法与最大熵谱估计方法的等价性 85 4.5.1 最大熵谱分析原理 85 4.5.2 最大熵谱分析 87 4.6 AR过程的极大似然谱估计方法 89 4.6.1 极大似然谱估计 89 4.6.2 极大似然谱

考虑到实际接收数据矩阵是有限长的,则数据协方差矩阵的最大似然估计为 对 进行特征分解可以计算得到噪声子空间特征矢量矩阵 。由于噪声的存在, 和 并不能完全正交,因此DOA是以最小优化搜索实现的,即 所以,MUSIC算法的谱估计公式为 [1

第5章 最大似然及子空间拟合算法 5.1 引言 5.2 最大似然算法 5.3 子空间拟合算法 5.4 参数模型拟合算法的统一 5.5 参数模型拟合算法的实现 5.6 最大似然函数算法的仿真分析 5.7 小结 参考文献 第6章 旋转不变子空间算法

相关文档

极大似然谱估计
谱估计
谱密度估计
谱估计与自适应信号处理教程
music(空间谱估计算法)
空间谱估计理论与算法
yydg.net
pdqn.net
famurui.com
ddng.net
mtwm.net
电脑版