このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。gydF4y2Ba
lpc的gydF4y2Ba
線形予測フィルター係数gydF4y2Ba
構文gydF4y2Ba
説明gydF4y2Ba
[gydF4y2Ba
では,過去のサンプルに基づいて実数値時系列gydF4y2Ba一个gydF4y2Ba
,gydF4y2BaggydF4y2Ba
] = lpc (gydF4y2BaxgydF4y2Ba
,gydF4y2BapgydF4y2Ba
)gydF4y2BaxgydF4y2Ba
の現在値を予測する,gydF4y2BapgydF4y2Ba
次の線形予測子(冷杉フィルター)の係数が求められます。この関数はさらに,予測誤差の分散gydF4y2BaggydF4y2Ba
を返します。gydF4y2BaxgydF4y2Ba
が行列の場合,この関数は各列を独立チャネルとして扱います。gydF4y2Ba
例gydF4y2Ba
入力引数gydF4y2Ba
出力引数gydF4y2Ba
詳細gydF4y2Ba
アルゴリズムgydF4y2Ba
lpc的gydF4y2Ba
では,最小二乗的に予測誤差を最小にすることで,前方線形予測子の係数が決定されます。フィルター設計や音声符号化に応用されます。gydF4y2Ba
lpc的gydF4y2Ba
では,自己回帰(AR)モデリングの自己相関法を使用して,フィルター係数が求められます。生成されるフィルターは,たとえデータシーケンスが正しい次数のAR過程であっても,過程を正確にモデリングしない可能性があります。これは,自己相関法が,暗黙的にデータにウィンドウを適用しているためです。つまり,この手法ではgydF4y2BaxgydF4y2Ba
の長さを超える信号サンプルは0であると仮定します。gydF4y2Ba
lpc的gydF4y2Ba
では,gydF4y2BaXa = bgydF4y2Baの最小二乗の解が計算されます。ここで,gydF4y2Ba
であり,mはxの長さです。正規方程式として,最小二乗の問題gydF4y2Ba を解くと,ユール・ウォーカー方程式に導かれます。gydF4y2Ba
ここでは,rgydF4y2Ba= (gydF4y2Ba
r(1)(2)……r (p + 1)gydF4y2Ba]gydF4y2Ba
は,gydF4y2BaxcorrgydF4y2Ba
を使用して計算されたgydF4y2BaxgydF4y2Ba
に対する自己相関の推定です。ユール・ウォーカー方程式は,レビンソン・ダービンアルゴリズム(gydF4y2Ba莱文森gydF4y2Ba
を参照)を使用して,gydF4y2BaO (pgydF4y2Ba2gydF4y2Ba)gydF4y2Baフロップで解かれます。gydF4y2Ba
参照gydF4y2Ba
bb0杰克逊,L. B.数字滤波器和信号处理。第二版。波士顿:Kluwer学术出版社,1989,第255-257页。gydF4y2Ba
参考gydF4y2Ba
aryulegydF4y2Ba
|gydF4y2Ba莱文森gydF4y2Ba
|gydF4y2Ba普龙尼gydF4y2Ba
|gydF4y2BapyuleargydF4y2Ba
|gydF4y2BastmcbgydF4y2Ba