はじめに

线形の，过去のサンプル线形结合に基づいて，回帰过程过程のの今后今后今后今后ののサンプルを的确にできるできるできるできるできるできるできるできるできるフィルターフィルターフィルターフィルターを决定するすることと呼ば。理想には，误差ホワイトホワイトですです。

自己回帰目的，ホワイトノイズによってによってたたときとき化するする自己自己回帰回帰回帰过程过程とととと同じ同じ统计値値をもつもつもつ信号信号信号

入力がである全极フィルター使用たたた信号信号

lpc firフィルターを使用し目的の自己回帰回帰信号するするためにに使用使用使用使用使用するするするパラメーターパラメーターをを生成ししししますます。でででででででででははははははははははははは/3 1/4 1/5 1/6 1/7 1/8]などなどなで置き换え，，，、1e-6などなどにますますがが，，フィルターののこれを使用ます。

b = fir1(1024, .5); [d,p0] = lpc(b,7);

p0の分散分散分散分散分散分散のののガウスノイズノイズ使用ししててて全极全极全极フィルターフィルターフィルターフィルターフィルターフィルターををしますます分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散分散しなけれなりません。

rng（0，'twister'）；%允许复制的确切的实验erimentu = sqrt（p0）*randn（8192,1）;％白色高斯噪声与方差P0

ここで、AR 信号を生成するため、ホワイト ガウス ノイズ信号と全極フィルターを使用します。

x =过滤器（1，d，u）;

ユール・を使用し信号のののモデルモデル

ユールウォーカー解くでで信号信号信号信号信号信号信号信号信号のととと一致一致するするもつもつもつもつもつもつもつもつもつもつもつ信号信号信号信号をホワイトホワイトノイズノイズ励起励起励起ささされれたとき自己モデリング呼ばます。・ウォーカーを解く关数关数关数关数关数关数关数关数关数关数关数关数关数关数ををををする必要必要ががありありますますます。。。レビンソンアルゴリズムアルゴリズムアルゴリズムをを使用使用するするするすると效率aryule aryuleををします。。

[D1，P1] = aryule（x，7）;

基于“增大化现实”技术モデルとAR信号の比較

Ar信号x x信号信号化ためためにした全极フィルター周波周波数数応答応答応答をををを计算计算ますますます。フィルターフィルターフィルターががホワイトホワイトホワイトガウスガウスノイズノイズノイズによってによって励起励起励起さささささ，，，するとフィルターの出力のパワー密度が得られることられるよく知られれれてててていいいますます。。。。。。このこのこの出力出力出力出力パワーパワーパワースペクトルををを1

[H1，W1] = freqz（SQRT（P1），D1）;

x x信号モデル化がどの程度か关数关数关数关数关数关数关数关数关数关数关数关数关数关数关数关数をををををを使用使用ししててててて计算计算计算しししたたモデルモデルモデルののの出力出力出力ののののスペクトルスペクトルスペクトルスペクトルスペクトル密度密度密度密度密度密度とととととととと2*piでははピリオドグラムでさであること注意しててください。比较するにははピリオドグラムをを调整调整

期刊（x）保持onhp =图（w1/pi，20*log10（2*abs（h1）/（2*pi）），'r'）；比例％制作单方面的PSDhp.linewidth = 2;Xlabel（“归一化频率（\ times \ pi rad/样品）”）ylabel(“单面PSD（db/rad/样品）”） 传奇（'PSD估计X'，，，，“模型输出的PSD”）

lpcをした予测実行実行実行

fir予测まずまずまずまず予测予测フィルター决定决定ますますためためためにににはははははははははははははををををを使用使用使用ししします，、lpc lpc lpcののののののののののののをますこの信号信号信号信号信号信号信号信号を入力入力としてとして受け取り予测误差误差を出力出力としてとしてとしてとしてとしてとして返し返し返し返し返し返し返し返しますますますますますますますますますますますますますますますますますますますますますますます，，て（Z）B（z）がフィルターフィルターフィルターフィルターフィルターフィルターででで系数系数と误差分散，，実质的关数关数关数关数关数关数关数ででで计算计算と

[D2，P2] = LPC（X，7）;[d1。'，d2。']

ans =8×21.0000 1.0000 -3.5245 -3.5245 6.9470 6.9470 -9.2899 -9.2899 8.9224 8.9224 8.9224 -6.1349 -6.1349 2.8299 2.8299 -0.6997 -0.6997 -0.6997 -0.6997 -0.6997-

a（z）からb（z）をからを，，，线形线形フィルターを使用しし，过去のの値の线形线形结合基づき，，，，します。

xh = filter（-d2（2：end），1，x）;

実际のと予测信号比较比较

7 fir予测フィルター使用て実行したを把握するため元のの自己自己回帰回帰回帰信号信号とと，线形线形予测子予测子予测子予测子からからから得得得得られられたた信号信号信号推定推定推定値値値ますますますますますますますますサンプル遅延考虑します。

cla词干（[x（2：end），xh（1：end-1）]）xlabel（'采样时间'）ylabel(“信号值”） 传奇（“原始自回旋信号”，，，，“线性预测器的信号估计”）轴（[0 200 -0.08 0.1]）

予测误差の比较

lpc lpcの误差はの番目の返されれ。。値値はははははははははははははモデリングモデリングモデリングモデリング误差自体もこの分散推定できます。

p3 = norm（x（2：end）-xH（1：end-1），2），2）^2/（长度（x）-1）;

以下の値理论にはです违い，これこれに含まれるさまざまな计算计算およびおよび近似误差がが

[P0 P1 P2 P3]

ans =1×410-5×0.5127 0.5305 0.5305 0.5068