主要内容gydF4y2Ba

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

ページ内をすべて折りたたむgydF4y2Ba

構文gydF4y2Ba

[g] = lpc (x, p)gydF4y2Ba

説明gydF4y2Ba

例gydF4y2Ba

［gydF4y2Ba一个gydF4y2Ba，gydF4y2BaggydF4y2Ba] = lpc (gydF4y2BaxgydF4y2Ba，gydF4y2BapgydF4y2Ba）gydF4y2Baでは,過去のサンプルに基づいて実数値時系列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

すべて折りたたむgydF4y2Ba

ライブスクリプトを開くgydF4y2Ba

3次の前方予測子を使用してデータ系列を予測します。予測と元の信号を比較します。gydF4y2Ba

まず,正規化されたホワイトガウスノイズで駆動される自己回帰(AR)過程の出力として,信号データを作成します。立ち上がりの過渡特性を避けるため,AR過程出力の後半の4096サンプルを使用します。gydF4y2Ba

噪音= randn (50000 1);X = filter(1，[1 1/2 / 1/4]，noise);x = x(端- 4096 + 1:端);gydF4y2Ba

予測子係数と推定信号を計算します。gydF4y2Ba

一个= lpc (x, 3);Est_x = filter([0 -a(2:end)]，1,x);gydF4y2Ba

予測した信号と元の信号を,それぞれ最後の100サンプルをプロットして比較します。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

图中包含一个轴。坐标轴包含两个类型线对象。这些物体代表原始信号，LPC估计。gydF4y2Ba

予測誤差と予測誤差の自己相関列を計算します。自己相関をプロットします。予測誤差は,3.次の AR 入力過程に対して期待されたとおり、近似的にホワイト ガウス ノイズになっています。

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

图中包含一个轴。坐标轴包含一个类型为line的对象。gydF4y2Ba

入力引数gydF4y2Ba

すべて折りたたむgydF4y2Ba

入力配列。ベクトルまたは行列として指定します。xgydF4y2Ba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

予測フィルターの多項式の次数。正の整数として指定します。gydF4y2BapgydF4y2BaはgydF4y2BaxgydF4y2Baの長さ以下にしなければなりません。gydF4y2Ba

出力引数gydF4y2Ba

すべて折りたたむgydF4y2Ba

線形予測子係数。行ベクトルまたは行列として返されます。係数は,gydF4y2BaxgydF4y2Baの過去のgydF4y2BapgydF4y2Baサンプルを現在の値に関連付けます。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 3.gydF4y2Ba ）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

予測誤差の分散。スカラーまたはベクトルとして返されます。gydF4y2Ba

詳細gydF4y2Ba

すべて折りたたむgydF4y2Ba

予測誤差gydF4y2Ba

予測誤差e (n)を予測誤差フィルター一(z)の出力として表示できます。ここで,gydF4y2Ba

  • H (z)はオプションの線形予測子です。gydF4y2Ba

  • x (n)は入力信号です。gydF4y2Ba

  • xgydF4y2Ba ＾gydF4y2Ba （gydF4y2Ba ngydF4y2Ba ）gydF4y2Ba は予測信号です。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

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

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 XgydF4y2Ba HgydF4y2Ba XgydF4y2Ba 一个gydF4y2Ba ＝gydF4y2Ba XgydF4y2Ba HgydF4y2Ba bgydF4y2Ba を解くと,ユール・ウォーカー方程式に導かれます。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 3.gydF4y2Ba ）gydF4y2Ba ⋮gydF4y2Ba 一个gydF4y2Ba （gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba ］gydF4y2Ba ＝gydF4y2Ba ［gydF4y2Ba −gydF4y2Ba rgydF4y2Ba （gydF4y2Ba 2gydF4y2Ba ）gydF4y2Ba −gydF4y2Ba rgydF4y2Ba （gydF4y2Ba 3.gydF4y2Ba ）gydF4y2Ba ⋮gydF4y2Ba −gydF4y2Ba rgydF4y2Ba （gydF4y2Ba pgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba ］gydF4y2Ba ，gydF4y2Ba

ここでは,rgydF4y2Ba= (gydF4y2Bar(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

|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba

R2006aより前に導入gydF4y2Ba

信号处理工具箱ドキュメンテーションgydF4y2Ba

サポートgydF4y2Ba

MATLABによる信号処理向けディープラーニングgydF4y2Ba

MATLABによる信号処理向けディープラーニングgydF4y2Ba

ホワイトペーパーをダウンロードgydF4y2Ba