文档

信号建模

线性预测，自回归（AR）模型，Yule Walker，Levinson Durbin

讯号处理工具箱™ 提供参数化建模技术，使您能够估计描述信号、系统或过程的有理传递函数。使用有关信号的已知信息查找对其进行建模的线性系统的系数。使用Prony和Steiglitz-McBride ARX模型近似给定的时域冲激响应。查找模拟或数据匹配给定复频率响应的ital传递函数。使用线性预测滤波器模拟共振。

特色实例

基于LPC系数的共振峰估计

基于LPC系数的共振峰估计

这个例子展示了如何使用线性预测编码（LPC）估计元音共振峰频率。共振峰频率是通过找到预测多项式的根来获得的。
打开实时脚本
基于偏自相关序列的AR阶选择

基于偏自相关序列的AR阶选择

此示例显示如何使用偏自相关序列评估自回归模型的顺序。对于这些过程，可以使用偏自相关序列帮助选择模型顺序。对于值为$X（1）、X（2）、X（3）、\dots、X（k+1）的平稳时间序列$，滞后$k$处的偏自相关序列是在对干预观测值$X（1）$和$X（k+1）$进行回归后，$X（2），X（3），X（4），\dots，X（k）$之间的相关性。对于移动平均过程，可以使用自相关序列来评估顺序。但是，对于自回归（AR）或自回归移动平均（ARMA）过程中，自相关序列不利于顺序选择。考虑由AR定义的AR（2）过程
开放脚本
预测多项式

预测多项式

此示例显示如何从自相关序列中获取预测多项式。该示例还显示，生成的预测多项式具有产生稳定全极点滤波器的逆函数。您可以使用全极点滤波器过滤广义平稳白噪声序列，以产生广义平稳自回归过程
打开实时脚本
这个话题有用吗？
信号处理工具箱文档
万博1manbetx

试试MATLAB、Sim万博1manbetxulink和其他产品s manbetx 845

现在受审