主要内容gydF4y2Ba

lpc的gydF4y2Ba

线性预测滤波器系数gydF4y2Ba

所有的页面崩溃gydF4y2Ba

语法gydF4y2Ba

[g] = lpc (x, p)gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

(gydF4y2Ba一个gydF4y2Ba,gydF4y2BaggydF4y2Ba]= lpc (gydF4y2BaxgydF4y2Ba,gydF4y2BapgydF4y2Ba)gydF4y2Ba发现的系数gydF4y2BapgydF4y2Ba阶线性预测,这种冷杉滤波器预测实值时间序列的当前值gydF4y2BaxgydF4y2Ba根据过去的样本。这个函数也回报gydF4y2BaggydF4y2Ba预测误差的方差。如果gydF4y2BaxgydF4y2Ba是一个矩阵,函数对待每一列作为一个独立的通道。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

打开生活的脚本gydF4y2Ba

使用三阶向前预测估计一个数据系列。比较原始信号的估计。gydF4y2Ba

首先,创建数据作为输出信号的自回归(AR)过程由归一化高斯白噪声驱动的。使用的最后4096个样本AR过程输出,以避免启动瞬变。gydF4y2Ba

噪音= randn (50000 1);x =过滤器(1[1 1/2 1/3 1/4]噪音);x = x(端- 4096 + 1:端);gydF4y2Ba

计算预测系数和估计的信号。gydF4y2Ba

一个= lpc (x, 3);est_x =过滤器([0——(2:结束)],1,x);gydF4y2Ba

比较预测信号和原始信号通过绘制的最后100个样本。gydF4y2Ba

情节(1:10 0,x(端- 100 + 1:端),1:10 0,est_x(端- 100 + 1:端),gydF4y2Ba“——”gydF4y2Ba)网格包含(gydF4y2Ba的样本数量gydF4y2Ba)ylabel (gydF4y2Ba“振幅”gydF4y2Ba)传说(gydF4y2Ba原始信号的gydF4y2Ba,gydF4y2Ba“LPC的估计”gydF4y2Ba)gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象包含样本数量,ylabel振幅包含2线类型的对象。这些对象代表原始信号,LPC的估计。gydF4y2Ba

计算预测误差和预测误差的自相关序列。绘制自相关。预测误差大约是高斯白噪声,作为三阶AR预期输入过程。gydF4y2Ba

e = x-est_x;(acs,滞后)= xcorr (e,gydF4y2Ba多项式系数的gydF4y2Ba);情节(滞后,acs)网格包含(gydF4y2Ba“滞后”gydF4y2Ba)ylabel (gydF4y2Ba归一化自相关的gydF4y2Ba)ylim ([-0.1 - 1.1])gydF4y2Ba

图包含一个坐标轴对象。坐标轴对象包含滞后,ylabel归一化自相关包含一个类型的对象。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

输入数组,指定为一个向量或矩阵。如果gydF4y2BaxgydF4y2Ba是一个矩阵,那么函数将每一列作为一个独立的通道。gydF4y2Ba

多项式预测滤波顺序,指定为一个正整数。gydF4y2BapgydF4y2Ba的长度必须小于或等于gydF4y2BaxgydF4y2Ba。gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

线性预测系数,返回一个行向量或矩阵。过去系数有关gydF4y2BapgydF4y2Ba的样本gydF4y2BaxgydF4y2Ba当前值:gydF4y2Ba

xgydF4y2Ba ^gydF4y2Ba (gydF4y2Ba ngydF4y2Ba )gydF4y2Ba =gydF4y2Ba −gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba xgydF4y2Ba (gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba −gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba 3gydF4y2Ba )gydF4y2Ba xgydF4y2Ba (gydF4y2Ba ngydF4y2Ba −gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba −gydF4y2Ba ⋯gydF4y2Ba −gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba xgydF4y2Ba (gydF4y2Ba ngydF4y2Ba −gydF4y2Ba pgydF4y2Ba )gydF4y2Ba 。gydF4y2Ba

预测误差方差,作为一个标量或矢量返回。gydF4y2Ba

更多关于gydF4y2Ba

全部折叠gydF4y2Ba

预测误差gydF4y2Ba

预测误差,gydF4y2BaegydF4y2Ba(gydF4y2BangydF4y2Ba),可以视为预测误差滤波器的输出gydF4y2Ba一个gydF4y2Ba(gydF4y2BazgydF4y2Ba),gydF4y2Ba

  • HgydF4y2Ba(gydF4y2BazgydF4y2Ba)是最佳线性预测器。gydF4y2Ba

  • xgydF4y2Ba(gydF4y2BangydF4y2Ba)是输入信号。gydF4y2Ba

  • xgydF4y2Ba ^gydF4y2Ba (gydF4y2Ba ngydF4y2Ba )gydF4y2Ba 是预测的信号。gydF4y2Ba

算法gydF4y2Ba

lpc的gydF4y2Ba决定提出的线性预测系数的减少预测误差在最小二乘意义上。它已经应用在滤波器设计和语音编码。gydF4y2Ba

lpc的gydF4y2Ba使用自回归(AR)模型的自相关方法找到滤波器系数。生成的滤波器不可能精确地模型的过程,即使该数据序列实际上是一个基于“增大化现实”技术的正确的顺序的过程,因为自相关方法隐式窗口数据。换句话说,该方法假定信号样本的长度gydF4y2BaxgydF4y2Ba都是0。gydF4y2Ba

lpc的gydF4y2Ba计算最小二乘解gydF4y2BaXgydF4y2Ba一个gydF4y2Ba=gydF4y2BabgydF4y2Ba,在那里gydF4y2Ba

XgydF4y2Ba =gydF4y2Ba (gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba 0gydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ⋯gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 米gydF4y2Ba )gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba 0gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 米gydF4y2Ba )gydF4y2Ba ⋯gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba 0gydF4y2Ba ⋯gydF4y2Ba 0gydF4y2Ba xgydF4y2Ba (gydF4y2Ba 米gydF4y2Ba )gydF4y2Ba ]gydF4y2Ba ,gydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba (gydF4y2Ba 1gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba ⋮gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ]gydF4y2Ba ,gydF4y2Ba bgydF4y2Ba =gydF4y2Ba (gydF4y2Ba 1gydF4y2Ba 0gydF4y2Ba ⋮gydF4y2Ba 0gydF4y2Ba ]gydF4y2Ba ,gydF4y2Ba

和gydF4y2Ba米gydF4y2Ba的长度是gydF4y2BaxgydF4y2Ba。使用正规方程求解最小二乘问题gydF4y2Ba XgydF4y2Ba HgydF4y2Ba XgydF4y2Ba 一个gydF4y2Ba =gydF4y2Ba XgydF4y2Ba HgydF4y2Ba bgydF4y2Ba 导致Yule-Walker方程gydF4y2Ba

(gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba ∗gydF4y2Ba ⋯gydF4y2Ba rgydF4y2Ba (gydF4y2Ba pgydF4y2Ba )gydF4y2Ba ∗gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ⋯gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋮gydF4y2Ba ⋱gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba ∗gydF4y2Ba rgydF4y2Ba (gydF4y2Ba pgydF4y2Ba )gydF4y2Ba ⋯gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ]gydF4y2Ba (gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba 3gydF4y2Ba )gydF4y2Ba ⋮gydF4y2Ba 一个gydF4y2Ba (gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ]gydF4y2Ba =gydF4y2Ba (gydF4y2Ba −gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 2gydF4y2Ba )gydF4y2Ba −gydF4y2Ba rgydF4y2Ba (gydF4y2Ba 3gydF4y2Ba )gydF4y2Ba ⋮gydF4y2Ba −gydF4y2Ba rgydF4y2Ba (gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba )gydF4y2Ba ]gydF4y2Ba ,gydF4y2Ba

在哪里gydF4y2BargydF4y2Ba= (gydF4y2BargydF4y2Ba(1)gydF4y2BargydF4y2Ba(2)……gydF4y2BargydF4y2Ba(gydF4y2BapgydF4y2Ba+ 1)gydF4y2Ba]gydF4y2Ba是一个自相关估计gydF4y2BaxgydF4y2Ba计算使用gydF4y2BaxcorrgydF4y2Ba。Levinson-Durbin算法(见gydF4y2Ba莱文森gydF4y2Ba)解决Yule-Walker方程gydF4y2BaOgydF4y2Ba(gydF4y2BapgydF4y2Ba2gydF4y2Ba)gydF4y2Ba失败了。gydF4y2Ba

引用gydF4y2Ba

[1]杰克逊,l . B。gydF4y2Ba数字滤波器和信号处理gydF4y2Ba。第二版。波士顿:Kluwer学术出版社,1989,页255 - 257。gydF4y2Ba

版本历史gydF4y2Ba

之前介绍过的R2006agydF4y2Ba

另请参阅gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba