3. 谱估计理论

• 3.1. 简介
  • 3.1.1. What?
  • 3.1.2. Why?
  • 3.1.3. How?
• 3.2. 经典谱估计
  • 3.2.1. 经典谱估计
    • 谱估计
    • 经典谱估计
  • 3.2.2. 窗函数及其性质
    • 概念
    • 类型
      • hamming
      • cosine
      • blackman
      • gaussian
      • tukey
      • kaiser
    • 实例
      • 窗函数比较
  • 3.2.3. 傅立叶变换
    • 简介
    • 连续时间傅立叶变换及其逆变换
      • 一维连续时间FT与IFT
      • 二维连续时间FT与IFT
    • 离散时间傅立叶变换及其逆变换
      • 一维离散时间FT与IFT
      • 二维离散时间FT与IFT
    • 快速傅立叶变换
    • 实验分析
      • 仿真数据实验
      • 真实数据实验
  • 3.2.4. 傅立叶变换矩阵
    • 概念与内涵
    • 一维傅里叶变换矩阵
      • 变换矩阵推导
      • 将零频率分量移到频谱中心
    • 二维傅里叶变换矩阵
      • 变换矩阵推导
      • 将零频率分量移到频谱中心
    • FFT 线性变换验证实验
      • 一维傅里叶变换矩阵实验
      • 二维傅里叶变换矩阵实验
  • 3.2.5. 傅立叶变换与卷积
    • 概念与内涵
    • FFT实现卷积
    • 实验与分析
      • FFT实现二维矩阵卷积
      • FFT实现二维图像卷积
• 3.3. 现代谱估计
  • 3.3.1. 现代谱估计
    • 现代谱估计
      • 概念与内涵
      • 现代普估计方法
  • 3.3.2. 基于滤波器的谱估计
    • 简介
  • 3.3.3. 基于信号子空间的谱估计
    • 简介
  • 3.3.4. 基于噪声子空间的谱估计
    • 多重信号分类
      • 多信号分类用于频率估计
      • 实例分析
• 3.4. 智能谱估计
  • 3.4.1. 智能谱估计简介
    • 什么是智能谱估计