ARMASpectrum (FPScript)

21.09.2021

Berechnet den Autoregressive-Moving-Average (ARMA) Spektralschätzer.

Syntax

ARMASpectrum(Signal, [ SpectrumType = SPECTRUM_ARMA_DB ], [ Algorithm = ALGORITHM_ARMA_NLSVD ], [ OrderP ], [ OrderQ ], [ SignalSpace ], [ FrequencyCount ], [ StartingFrequency = 0 ] [ , EndingFrequency = 0.5 ])

 

Die Syntax der ARMASpectrum-Funktion besteht aus folgenden Teilen:

Teil

Beschreibung

Signal

Die zu analysierenden Daten. Die Daten müssen eine konstante Abtastrate aufweisen und dürfen keine ungültigen Werte enthalten.

Erlaubte Datenstrukturen sind Datenreihe, Datenmatrix, Signal und Signalreihe. Es sind alle numerischen Datentypen erlaubt.

Ungültige Werte sind in diesem Argument nicht zulässig.

Für die X-Komponente gelten zusätzliche Beschränkungen.Die Werte müssen einen konstanten positiven Abstand haben. Ungültige Werte sind in diesem Argument nicht zulässig.

Ist das Argument eine Liste, dann wird die Funktion für jedes Element der Liste ausgeführt und das Ergebnis ist ebenfalls eine Liste.

SpectrumType

Der Typ des zu berechnenden AutoRegressive-Moving-Average-Spektrums.

Das Argument SpectrumType kann folgende Werte haben:

Konstante

Bedeutung

SPECTRUM_ARMA_DB

dB (Dezibel)

SPECTRUM_ARMA_TISA

Integral ist TISA Leistung (Zeitintegral Amplitude²)

SPECTRUM_ARMA_MSA

Integral ist MSA Leistung (gemittelte Amplitude²)

SPECTRUM_ARMA_SSA

Integral ist SSA Leistung (summierte Amplitude²)

+ SPECTRUM_PEAKS O

Wenn diese Konstante zu einem der obigen Spektrumtypen addiert wird, dann werden nur Peaks im Spektrum ausgegeben.

O Diese Konstante steht nur zur Verfügung, wenn die Option Spektralanalyse lizensiert wurde.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle ganzzahligen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Wenn das Argument nicht angegeben wird, wird es auf den Vorgabewert SPECTRUM_ARMA_DB gesetzt.

Algorithm

Der zu verwendende ARMA-Modellierungs-Algorithmus.

Das Argument Algorithm kann folgende Werte haben:

Konstante

Bedeutung

ALGORITHM_ARMA_NL

Nicht-lineare Optimierung

ALGORITHM_ARMA_NLSF

Nicht-linear mit Spektralfaktorisierung

ALGORITHM_ARMA_NLSVD

Nicht-lineare Optimierung mit Singulärwertzerlegung (SVD)

ALGORITHM_ARMA_NLSVDSF

Nicht-linear mit Singulärwertzerlegung (SVD) und Spektralfaktorisierung

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Wenn das Argument nicht angegeben wird, wird es auf den Vorgabewert ALGORITHM_ARMA_NLSVD gesetzt.

OrderP

Die Ordnung des AutoRegressive-Modells. Der gültige Bereich liegt zwischen 1 und dem Minimum von 100 und der Datenlänge / 2 - 1. Die Vorgabe ist das Minimum von 30 und der Datenlänge / 2 - 1.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

OrderQ

Die Ordnung des Moving-Average-Modells. Der gültige Bereich liegt zwischen 0 und dem Minimum von 100 und der Datenlänge / 2 - 1. Die Vorgabe ist das Minimum von 10 und der Datenlänge / 2 - 1.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

SignalSpace

Die Anzahl der Hauptkomponenten im SVD-Algorithmus. Der gültige Bereich liegt zwischen 1 und der Summe der Ordnungen des AR- und des MA-Modells. Die Vorgabe ist das Minimum von 6 und der Summe der Ordnungen.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

FrequencyCount

Die zu berechnende Frequenzanzahl. Der gültige Bereich liegt zwischen 257 und 65537 für ein Spektrum mit fester Länge. Der Wert 0 berechnet ein adaptives Spektrum. Die Vorgabe ist 8193 bei einer Signalreihe oder Datenmatrix und ansonsten adaptiv.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

StartingFrequency

Die Startfrequenz für das Spektrum. Der normierte Frequenzbereich liegt zwischen 0 und der Nyquist-Frequenz 0,5.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Der Wert muss größer gleich 0 und kleiner gleich 0,5 sein.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Wenn das Argument nicht angegeben wird, wird es auf den Vorgabewert 0 gesetzt.

EndingFrequency

Die Endfrequenz für das Spektrum. Der normierte Frequenzbereich liegt zwischen 0 und der Nyquist-Frequenz 0,5.

Erlaubte Datenstrukturen sind Einzelwert. Es sind alle numerischen Datentypen erlaubt.

Der Wert muss größer gleich 0 und kleiner gleich 0,5 sein.

Ist das Argument eine Liste, dann wird deren erstes Element entnommen. Ist dies wieder eine Liste, dann wird der Vorgang wiederholt.

Wenn das Argument nicht angegeben wird, wird es auf den Vorgabewert 0,5 gesetzt.

Anmerkungen

Wenn das Argument Signal eine Datenreihe oder Datenmatrix ist, dann enthält die X-Komponente des Ergebnisses die Nyquist-normierten Frequenzen.

Verfügbarkeit

Option Spektralanalyse

Beispiele

ARMASpectrum(Signal, SPECTRUM_ARMA_DB, ALGORITHM_ARMA_NLSVD, 40, 20, 6, 0, 0, 0)

Berechnet das ARMA-Spektrum des Signals 'Signal'. Das ARMA-Modell wird im Allgemeinen als überlegen bei der Modellierung von verrauschten Signalen angesehen. Es wird der Spektrumtyp dB, der Algorithmus Nicht-linear SVD, die Ordnung 40 und die Ordnung MA 20 gewählt. Der Signal-Unterraum wird auf den Wert 6 und die Schrittweite auf adaptiv gesetzt.

Siehe auch

ARSpectrum-Funktion

EigenSpectrum-Funktion

Option Spektralanalyse

Analyseobjekt Spektralschätzer

ARMA Algorithmen

Autoregressive Modellierung

Tutorial Spektralschätzer

Artikel teilen oder als Email versenden:

Diese Beiträge könnten Sie ebenfalls interessieren