Scilab Website | Contribute with GitLab | Mailing list archives | ATOMS toolboxes
Scilab Online Help
2023.1.0 - 日本語


pspect

Welchの平均ペリオドグラム法による 2つの離散時間信号の間の両面相互スペクトル推定.

呼び出し手順

sm = pspect(sec_step, sec_leng, wtype, x)
sm = pspect(sec_step, sec_leng, wtype, x, y)
sm = pspect(sec_step, sec_leng, wtype, nx)
sm = pspect(sec_step, sec_leng, wtype, nx, ny)
[sm, cwp] = pspect(.., wpar)

引数

x

ベクトル, 最初の信号の時間領域標本.

y

ベクトル, 2番目の信号の時間領域標本. yが 省略された場合,xに等しいと仮定されます(自己相関). 指定された場合, xと同じ数の要素を有している必要があります.

nx

スカラー : x信号の標本数. この場合,x信号のセグメントはgetxという名前の ユーザ定義の関数によりロードされます (下記参照).

ny

スカラー : y信号の標本数. この場合,x信号のセグメントはgetyという名前の ユーザ定義の関数によりロードされます (下記参照). 指定された場合, nynxと等しい必要があります.

sec_step

各データウインドウのオフセット. オーバーラップ D はi sec_leng -sec_stepにより指定されます. sec_step==sec_leng/2の場合, 50% オーバーラップとなります.

sec_leng

ウインドウの点の数.

wtype

ウインドウの種類

  • 're': 矩形

  • 'tr': 三角形

  • 'hm': ハミング

  • 'hn' : ハニング

  • 'kr': カイザー,この場合,wpar引数を指定する必要があります

  • 'ch': チェビシェフ, この場合,wpar引数を指定する必要があります

wpar

カイザーおよびチェビシェフウインドウに関する オプションのパラメータ:

  • 'kr': wparは厳密に正の数とする必要があります

  • 'ch': wpar は要素数2のベクトル [main_lobe_width,side_lobe_height] とする必要があります. ただし,0<main_lobe_width<.5, および side_lobe_height>0です.

sm

正規化された周波数の範囲 [0,1]における両面スペクトル推定. これは,sec_len個の要素を有する行配列です. この配列は自己相関の場合には実数,相互相関の場合には複素数となります.

関係する正規化された周波数配列は linspace(0,1,sec_len)です.

cwp

チェビシェフウインドの場合は チェビシェフウインドウの未指定のパラメータ, または空の行列.

説明

2つの信号x および yが両方共指定 された場合,相互スペクトル推定値, そうでない場合に自己相関スペクトルを計算します. 修正ペリオドグラム法により得られたスペクトル推定値.

2つの信号x および yの 相互スペクトルは以下のように定義されます

S_xy(ω) = (∑{n=0…N-1} x(n) exp(-iωn)) . (∑{n=0…N-1} y

スペクトル推定の修正ペリオドグラム法は, x および yに含まれる データのウインドウ処理されたサブセクションのペリオドグラムを 繰り返し計算します. これらのペリオドグラムは,最終的なスペクトル推定値を得るために平均化され, 適当な定数により正規化されます. これは推定値の分散を減らすための平均化処理です.

バッチ処理の場合, x および y データはユーザ定義関数 getx および getyにより セグメント毎に読まれます. これらの関数の呼び出し手順は以下のようになります:

xk = getx(ns,offset) および yk = gety(ns,offset). ただし,ns は セグメントの大きさ, offset は 完全な信号のセグメントの最初の要素のインデックスです.

参考文献

Oppenheim, A.V., and R.W. Schafer. Discrete-Time Signal Processing, Upper Saddle River, NJ: Prentice-Hall, 1999

rand('normal');rand('seed',0);
x = rand(1:1024-33+1);

// make low-pass filter with eqfir
nf = 33; bedge = [0 .1;.125 .5]; des = [1 0]; wate = [1 1];
h =eqfir(nf, bedge, des, wate);

// filter white data to obtain colored data
h1 = [h zeros(1:max(size(x))-1)];
x1 = [x zeros(1:max(size(h))-1)];
hf = fft(h1,-1);
xf = fft(x1,-1);
y = real(fft(hf.*xf,1));

// plot magnitude of filter
h2 = [h zeros(1:968)];
hf2 = fft(h2,-1);
hf2 = real(hf2.*conj(hf2));
hsize = max(size(hf2));
fr = (1:hsize) / hsize;
plot(fr, log(hf2));

// pspect example
sm = pspect(100,200,'tr',y);
smsize = max(size(sm));
fr = (1:smsize) / smsize;
plot(fr, log(sm));

参照

  • cspect — 相関法により2つの離散時間信号の間で推定する 両側相互スペクトル
  • pspect — Welchの平均ペリオドグラム法による 2つの離散時間信号の間の両面相互スペクトル推定.
  • mese — スペクトル推定の最大エントロピ
  • window — 様々な型の対称ウインドウを計算
Report an issue
<< mese Spectral estimation Transforms >>

Copyright (c) 2022-2024 (Dassault Systèmes)
Copyright (c) 2017-2022 (ESI Group)
Copyright (c) 2011-2017 (Scilab Enterprises)
Copyright (c) 1989-2012 (INRIA)
Copyright (c) 1989-2007 (ENPC)
with contributors
Last updated:
Mon May 22 12:43:10 CEST 2023