一种高分辨率的最大熵谱估计算法

经典的基于Yule-Walker等式的最大熵方法——Levinson-Durbin递推算法,忽略了数据的自相关序列估计值代替理论值时的误差,因而降低了算法性能。为了减小该误差的影响,提出一种新的最大熵算法。该算法在计算过程中利用了一些现有算法的思路,来提高谱估计的性能并减小计算量。计算机模拟结果证明,这种新算法的估计性能远高于Levinson-Durbin算法。与同样具有高性能的LUD(Lower and Upper triangular matrix Decomposition)算法相比,在低信噪比时新算法的分辨率更高,高信噪比时,二者性能则相似。