matlab有自帶的高階譜分析工具箱，包括cum3x、cum3est、cum4x、cum4est等，這裡對其用法進行簡單介紹。
語法
y_cum=
cum3x
(x,y,z,maxlag,nsamp,overlap,flag,k1)
;
引數意義
x、y、z
分析資料向量或者矩陣，維數必須相同
maxlag
估計的最大延遲量，預設值為0
nsamp
每一段的樣本數 ，預設值為資料長度
overlap
資料重疊百分比，預設值為0
flag
'biased』表示有偏估計，'unbiased』為無偏估計
k1固定的延遲量，c3(m,k1)，k1預設值為0
y_cum
返回估計的互三階累積量
語法
y_cum=
cum3est
(y,maxlag,nsamp,overlap,flag,k1)
;
引數意義
y分析資料列向量
maxlag
估計的最大延遲量，預設值為0
nsamp
每一段的樣本數，預設值為資料長度
overlap
資料重疊百分比，預設值為0
flag
'biased』表示有偏估計，'unbiased』為無偏估計
k1固定的延遲量，c3(m,k1)，k1預設值為0
y_cum
返回估計的三階累積量
例子：估計非高斯arma（1,2）過程的三階累積量
clear;
close all;
clc;
%產生非高斯arma**訊號
rand
('seed',0
);randn
('seed',0
);%非高斯輸入
u=rpiid
(1024
,'exp');
%最大延遲量
maxlag=25;
%arma（1
,2）過程
sig=
filter([
1,-2
],[1
,-1.5,
0.8]
,u);
%顯示arma過程訊號
figure(1
);plot(1
:length
(sig)
,sig)
;xlabel
('n');
ylabel
('arma(1,2)訊號幅值'
)%估計三階累積量
%引數設定
nsamp=
128;
overlap=0;
flag=
'biased'
;for k=
-maxlag:maxlag
sig3cum(:
,k+maxlag+1)
=cum3x
(sig,sig,sig,maxlag,nsamp,overlap,flag,k)
;end
%顯示三階累積量
figure(2
);%等高線圖
subplot(2
,2,1
);contour
(-maxlag:maxlag,
-maxlag:maxlag,sig3cum)
;xlabel
('延遲量k');
ylabel
('延遲量l');
%三維圖
subplot(2
,2,2
);mesh
(-maxlag:maxlag,
-maxlag:maxlag,sig3cum)
;xlabel
('延遲量k');
ylabel
('延遲量l');
for k=
-maxlag:maxlag
sig3cum(:
,k+maxlag+1)
=cum3est
(sig,maxlag,nsamp,overlap,flag,k)
;end
%顯示三階累積量
%等高線圖
subplot(2
,2,3
);contour
(-maxlag:maxlag,
-maxlag:maxlag,sig3cum)
;xlabel
('延遲量k');
ylabel
('延遲量l');
%三維圖
subplot(2
,2,4
);mesh
(-maxlag:maxlag,
-maxlag:maxlag,sig3cum)
;xlabel
('延遲量k');
ylabel
('延遲量l'
);
matlab 高階函式
numel returns the of elements fieldnames 獲取其成員屬性的名字 字串形式 s 1,1 name alice s 1,1 id 0 s 2,1 name gertrude s 2,1 id 1 s 3,1 age 20 fieldnames s ans name...
基於高階累積量的調製訊號識別演算法的研究 詳細版
在進行調製方式識別之前，我們首先需要對訊號的相關特徵進行提取，訊號特徵的提取需要反映調製訊號的細節資訊，本文將選擇訊號的高階累積量以及訊號的希爾伯特變換結果作為特徵提取值。在對調製訊號進行識別之前，需要對調製訊號做預處理，這是由於實際接收器接收到的調製訊號往往受到諸如天空雜訊 大氣雜訊以及人為雜訊等...
基於高階累積量的調製訊號識別演算法的研究 簡化版
在進行調製方式識別之前，我們首先需要對訊號的相關特徵進行提取，訊號特徵的提取需要反映調製訊號的細節資訊，本文將選擇訊號的高階累積量以及訊號的希爾伯特變換結果作為特徵提取值。在對調製訊號進行識別之前，需要對調製訊號做預處理，這是由於實際接收器接收到的調製訊號往往受到諸如天空雜訊 大氣雜訊以及人為雜訊等...