第3章 高阶谱估计

A
e
AC B 2 A
2013-12-28
( ) e
5
1、矩函数的定义
第 三 章 高 阶 谱 估 计
( ) E[e ] f ( x)e dx k d ( ) k k ix k ( ) i E[ x e ] k d
ix

ix
mk (i)
rk 1 2 k 1 0 ck ( 1 , 2 , , k 1 ) 其它 0
式中， rk 为常量。所以IID过程{w(t)}又称 广义白噪声过程
21
2013-12-28
归一化累积量
第 三 章 高 阶 谱 估 计

在盲解卷积中，有时希望累积量与信号的幅度无

若{x}和{y}统计独立,则
cum( x1 y1 ,, xk yk ) cum( x1 , , xk ) cum( y1 , , yk )
此性质说明:两统计独立的随机过程之和的 累量等于各累量之和.所以,非高斯信号与独 立高斯噪声之和的k(k>2)阶累量就等于信号 的累量.即累量可抑制高斯噪声.
15
2013-12-28
第 三 章 高 阶 谱 估 计

高斯过程的高阶矩只取决于二阶矩,也 就是高阶矩不提供比二阶矩更多的信 息. 与某一高斯过程具有相同二阶矩的任 意随机过程,其k>2的高阶累量是衡量 该过程偏离高斯分布的量度.
16

2013-12-28
3.1.2、累量的性质
第 三 章 高 阶 谱 估 计

高阶谱是以2π 为周期的多维周期函数,即
s kx (1 ,, k 1 ) s kx (1 2l1 , 2 2l 2 ,, k 1 2l k 1 )
包含全部信息的主值周期,一般指下述区域:
j
2013-12-28
j 1,2,, k 1
27
4
第 三 章 高 阶 谱 估 计
1 2 / 2 2 j ( ) e e d 2 令 z / 2
则
( ) 1

根据公式：




e
z 2 j 2 z
dz

则


e
Ax 2 2 Bx C
dx
1 2 2 2

关，即W和aW的累积量是一样的，a是非零常数。
此时就要定义(p，q)阶的归一化累积量：
其中 不为零。通常阶数p、q取为p>q。一般取 q=2，这时 。当采用归一化累积量时，显然 有 成立，即归一化累积量与信号 的幅度无关。
22
2013-12-28
3.1.3、高阶谱
第 三 章 高 阶 谱 估 计
1、定义：假定随机过程{x(n)}的k阶累量
c4 m4 3m 4m1m3 12 m m2 6m
4 1
对于零均值随机变量,三阶以下的矩与累 量相等,而
2013-12-28
c4 m4 3m m4
2 2
9
4、平稳随机过程的累量
第 三 章 高 阶 谱 估 计
对于零均值实平稳随机过程{x(n)},其k阶矩 (k阶相关函数)和k阶累量分别为:
k 1 i j j j 1

d1 d k 1
24
2013-12-28
第 三 章 高 阶 谱 估 计

两种特殊的高阶谱：
①高斯过程的k>2的k阶谱恒为零； ②非高斯的、广义白噪声过程(I.I.d.)的高 阶谱为平坦谱，即
S kx (1 ,, k 1 ) kx (常数)
是绝对可和的，则其k阶谱是k阶累量的
(k-1)维傅里叶变換，即
s kx (1 ,, k 1 ) k 1 ckx ( 1 ,, k 1 ) exp i j j 1 k 1 j 1

23
2013-12-28
令联合概率密度函数为
(2 )
n/2
c
1/ 2
2013-12-28
13
5、高斯过程的累积量
第 三 章 高 阶 谱 估 计
则特征函数为：
1 T (ω) exp ω cω 2
ω [1 , 2 ,, n ]
T
1 T 1 n n (ω) ln (ω) ω cω ciji j 2 2 i 1 j 1
当 1 2 3 0
时,特别称 为方差 为斜度
c2 x (0) r
2
x 2
c3 x (0,0) r
x 3
x 4
c4 x (0, 0, 0) γ
2013-12-28
为峭度
11
5、高斯过程的累积量
第 三 章 高 阶 谱 估 计
单个高斯随机变量
c1 0
( ) ln ( ) 2
2
2
( ) exp(
2 2
2
)
c2
2
ck 0 (k 3)
k为偶数 k为奇数
T
12
[1 3 5 , (k 1)] k mk 0
n 维零均值高斯随机矢量
2013-12-28
x [ x1 , x2 ,, xn ]
5、高斯过程的累积量
第 三 章 高 阶 谱 估 计

常量乘积的线性
k
cum( x ,, x ) cum(1 x1 ,, k xk ) i 1 k i 1

各随机变量的对称性
cum( x1 ,, x k ) cum( xi1 ,, xik )
17
2013-12-28
累量的性质
第 wk.baidu.com 章 高 阶 谱 估 计
高 阶 谱 估 计
其n阶累量可记为:
cum( x1 , x2 ,, xn ) cnx c1,1,,1
8
2013-12-28
3.高阶矩与高阶累量的关系
第 三 章 高 阶 谱 估 计
(M-C公式):
c1 m1
2 2
c2 m2 m
3 1
2 1
2 1
c3 m3 3m1m2 2m
2013-12-28
25
2、高阶谱的性质:
第 三 章

高阶谱一般为复函数,即可表示相位信息
i kx (1 ,, k 1 )
高 阶 谱 估 计
s kx (1 ,, k 1 ) s kx (1 ,, k 1 ) e
2013-12-28
26
2、高阶谱的性质:
第 三 章 高 阶 谱 估 计
第三章
第 三 章 高 阶 谱 估 计
高阶谱估计
3.1 3.2 3.3 3.4
累积量及高阶谱 高阶谱估计 有色噪声背景下的频率估计 高阶谱的应用
2013-12-28
1
3.1 累积量与高阶谱
第 三 章 高 阶 谱 估 计
3.1.1、累积量的定义
1、随机变量的特征函数和矩函数
( ) E[e
ix

第 三 章 高 阶 谱 估 计
2 0, 1 2 , 1 2
2013-12-28
30
第 三 章 高 阶 谱 估 计
2013-12-28
31
3.2 高阶谱估计
第 三 章 高 阶 谱 估 计
从己知一段样本序列{x(1),x(2),„„.,x(N)} 出发,进行高阶谱估计的方法,与功率谱估计 类似,也可分为非参数法和参数法两大类。 3.2.1、非参数法谱估计 1、基本思路： 假定n<=0或n>=N+1范围内,样本值x(n)=0, 由高阶谱的定义直接构造谱估计式。
第二特征函数：
( ) ln ( )
3
2013-12-28
高斯分布的随机变量特征函数
第 三 章 高 阶 谱 估 计
f ( )

1 2
2
e
( 2 2 )
其特征函数为:
( ) exp(

2
2
2
2
)
2
2013-12-28
( ) ln ( ) 2
18
2013-12-28
累量的性质
第 三 章 高 阶 谱 估 计
设有一组线性独立的随机变量 和随机变量y，且有： 则y的k阶累积量为：
，
其中 是随机变量 2，„，P .
的k阶累积量，i=1，
2013-12-28
19
累量的性质
第 三 章 高 阶 谱 估 计

两统计独立的随机向量的组合向量的累量
恒为零.即若{x}与{y}统计独立,则
T
r k1 k 2 k n 的累量为
r Ψ(V) r (i) k k kn 1 2 1 2 n 1 2 n 0
7
ck1 ,k2 ,,kn
2013-12-28
第 三 章

当
k1 k 2 k n 1 时,
] f ( x)e dx
pk p{x xk }

ix
( ) E[e jx ] e jxk pk ,
k
为 x 的第一特征函数。其中 f (x)为概率密度函数
2013-12-28 2
随机变量的特征函数
第 三 章 高 阶 谱 估 计
由于 f ( x) 0
( ) (0) 1
2、高阶谱的性质:
第 三 章 高 阶 谱 估 计
高阶谱具有对称性(源于累量的对称性), 以双谱为例

B x (1 , 2 )
B x ( 2 , 1 ) B x ( 1 2 , 2 )
Bx (1 ,1 2 ) Bx (1 2 , 1 )
显然，与单个变量类似，由于第二特征函数仅为 的二阶多项式，大于二阶的导函数必然为零。
2013-12-28 14
结论
第 三 章 高 阶 谱 估 计
对于任何高斯随机过程{x(n)}的 阶次高于二的k阶累量恒等于零，即

ckx ( 1 , 2 ,, k 1 ) 0 (k 3)
这是高阶累量作为数学工具，抑制高 斯噪声的基础
k
(k )
(o)
k
2
mk E[ x ] x f ( x)dx
k

m1 E[ x]
2013-12-28
m2 E[ x ]
6
2、累积量的定义
第 三 章 高 阶 谱 估 计
d ( ) c k (i ) k d
k k
0
对于随机矢量 其阶数为
X [ x1 , x2 ,, xn ] ,
高斯随机矢量 其方差矩阵为 其中
c11 c12 c1n c 21 c 22 c 2 n c c n1 c n 2 c nn
cik E[ xi xk ]
p ( x)
i, k 1,2,n
1 1 T 1 exp x c x 2
cum( x1 ,, xk , y1 ,, y k ) 0
2013-12-28
20
第 三 章 高 阶 谱 估 计
推论:如果{w(t)}是独立同分布随机过程 (I.I.d),则其累量为δ 函数.即
ck ( 1 , 2 ,, k 1 ) cum[ (n), (n 1 ), , (n k 1 )]
32
2013-12-28
2、优缺点：
第 三 章 高 阶 谱 估 计
非参数法高阶谱估计的优点是简单、易于实现、可 以使用FFT算法。但与功率谱估计的传统方法一样， 它存在以下三个主要问题： 频谱泄漏：平稳随机过程的样本序列应为双边无限 序列，在非参数法高阶谱估计中假定n<=0或n>=N+1时 x(n)恒等于零，必将导致矩函数的估计结果被“截 尾”，与传统的功率谱估计方法类似，这将在所估计 的高阶谱中产生“频谱泄漏”。为改善高阶谱估计的 性能，减少“频谱泄漏”，必须对矩函数估计值进行 适当的加窗处理。
Bx (2 ,1 2 )
此外,对于实信号还应满足共轭对称性,即
2013-12-28
B x (1 , 2 ) B ( , 2 )
x
28
第 三 章 高 阶 谱 估 计
所以,双谱共有12个对称区域(如图所示)
2013-12-28
29
综合考虑周期性与对称性,双谱的主值区 域为:
第 三 章 高 阶 谱 估 计
当k=3时,三阶谱(双谱),并记为： x (1 , 2 ) B 四阶谱(三谱) ： Tx (1 , 2 , 3 ) 高阶谱的逆变換公式为：
c kx ( 1 ,, k 1 ) ( )
1 k 1 2
s



kx
(1 ,, k 1 )e
mkx ( 1 , 2 ,, k 1 ) E[ x(n) x(n 1 ) x(n k 1 )]
ckx ( 1 , 2 , , k 1 )
cum[ x(n), x(n 1 ), , x(n k 1 )]
10
2013-12-28
第 三 章 高 阶 谱 估 计