主要内容

信号建模

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

信号处理工具箱™提供了参数化建模技术，允许您估计描述信号、系统或过程的有理传递函数。利用已知的信号信息，找出线性系统的系数来模拟信号。用Prony和Steiglitz-McBride ARX模型近似给定的时域脉冲响应。找到一个模拟或数字传递函数匹配给定的复频率响应。使用线性预测滤波器建立共振模型。

功能

全部展开

corrmtx 数据矩阵用于自相关矩阵估计
莱文森 Levinson-Durbin递归
lpc的 线性预测滤波器系数
rlevinson 反向Levinson-Durbin递归
SCHURRC. 从自相关序列计算反射系数
xcorr 互相关
xcov Cross-covariance
ac2poly 将自相关序列转换为预测多项式
ac2rc 将自相关序列转换为反射系数
is2rc 将反正弦参数转换为反射系数
lar2rc 将对数面积比参数转换为反射系数
lsf2poly. 转换线频谱频率到预测滤波器系数
poly2ac 将预测滤波器多项式转换为自相关序列
poly2lsf 转换预测滤波器系数到线谱频率
poly2rc 转换预测滤波器多项式反射系数
rc2ac 将反射系数转换为自相关序列
rc2is 转换反射系数为反正弦参数
rc2lar. 将反射系数转换为对数面积比参数
rc2poly 将反射系数转换为预测滤波器多项式
arburg 自回归全极模型参数- Burg法
arcov 自回归全极模型参数-协方差法
armcov 自回归全极模型参数 - 修改协方差方法
aryule 自回归全极模型参数- Yule-Walker方法
invfreqs 从频率响应数据中识别连续时间滤波器参数
invfreqz 从频率响应数据识别离散时间过滤器参数
普龙尼 普朗尼过滤器设计方法
stmcb 用Steiglitz-McBride迭代法计算线性模型

主题

线性预测与自回归建模

比较确定线性滤波器参数的两种方法:自回归建模和线性预测。

基于偏自相关序列的AR顺序选择

使用偏自相关序列评估自回归模型的顺序。

参数化建模

研究为描述信号、系统或过程的数学模型寻找参数的技术。

预测多项式

从一个自相关序列中获得预测多项式。验证结果的预测多项式有一个逆产生一个稳定的全极滤波器。

特色的例子

线性预测与自回归建模

线性预测与自回归建模

比较确定线性滤波器参数的两种方法:自回归建模和线性预测。
打开直播脚本
基于LPC系数的共振峰估计

基于LPC系数的共振峰估计

使用线性预测编码估计元音塑料频率。
打开直播脚本
基于偏自相关序列的AR顺序选择

基于偏自相关序列的AR顺序选择

使用偏自相关序列评估自回归模型的顺序。
打开直播脚本

信号处理工具箱文档

金宝app

基于MATLAB的信号处理深度学习

基于MATLAB的信号处理深度学习

下载白皮书