主要内容gydF4y2Ba

lpc的gydF4y2Ba

线性预测滤波器系数gydF4y2Ba

折叠所有页面gydF4y2Ba

语法gydF4y2Ba

[g] = lpc (x, p)gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

［gydF4y2Ba一个gydF4y2Ba，gydF4y2BaggydF4y2Ba] = lpc (gydF4y2BaxgydF4y2Ba，gydF4y2BapgydF4y2Ba）gydF4y2Ba求a的系数gydF4y2BapgydF4y2Ba三阶线性预测器，一种FIR滤波器，用于预测实值时间序列的当前值gydF4y2BaxgydF4y2Ba基于过去的样品。该功能也返回gydF4y2BaggydF4y2Ba，预测误差的方差。如果gydF4y2BaxgydF4y2Ba是一个矩阵，函数将每一列作为一个独立的通道。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

打开直播脚本gydF4y2Ba

使用三阶前向预测器估计数据系列。将估计值与原始信号进行比较。gydF4y2Ba

首先，创建信号数据作为归一化高斯白噪声驱动的自回归(AR)过程的输出。使用AR过程输出的最后4096个样本，以避免启动瞬变。gydF4y2Ba

噪音= randn (50000 1);X = filter(1，[1 1/2 /3 /4]，noise);x = x(端- 4096 + 1:端);gydF4y2Ba

计算预测系数和估计信号。gydF4y2Ba

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

通过绘制每个每个样本来将预测信号与原始信号进行比较。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

图中包含一个轴对象。轴对象包含两个类型为line的对象。这些对象代表原始信号，LPC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。预测误差是近似白高斯噪声，正如三阶AR输入过程所期望的那样。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

图中包含一个轴对象。axis对象包含一个类型为line的对象。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

输入数组，指定为向量或矩阵。如果gydF4y2BaxgydF4y2Ba是一个矩阵，则该函数将每一列视为一个独立的通道。gydF4y2Ba

预测滤波器的多项式阶数，指定为正整数。gydF4y2BapgydF4y2Ba必须小于或等于的长度gydF4y2BaxgydF4y2Ba．gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

线性预测器系数，作为行向量或矩阵返回。系数涉及过去gydF4y2BapgydF4y2Ba样本gydF4y2BaxgydF4y2Ba为当前值: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 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

预测误差方差，作为标量或向量返回。gydF4y2Ba

更多关于gydF4y2Ba

全部折叠gydF4y2Ba

预测错误gydF4y2Ba

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

  • HgydF4y2Ba（gydF4y2BazgydF4y2Ba)为最优线性预测因子。gydF4y2Ba

  • xgydF4y2Ba（gydF4y2BangydF4y2Ba)为输入信号。gydF4y2Ba

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

算法gydF4y2Ba

lpc的gydF4y2Ba在最小二乘意义下，通过最小化预测误差来确定前向线性预测器的系数。它在滤波器设计和语音编码中都有应用。gydF4y2Ba

lpc的gydF4y2Ba使用自回归(AR)建模的自相关方法来寻找滤波系数。生成的过滤器可能不能准确地建模该过程，即使数据序列确实是一个正确顺序的AR过程，因为自相关方法隐式地为数据设置窗口。换句话说，该方法假设信号的采样长度超过gydF4y2BaxgydF4y2Ba都是0。gydF4y2Ba

lpc的gydF4y2Ba计算的最小二乘解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为长度gydF4y2BaxgydF4y2Ba．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Y​​ule-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 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

在哪里gydF4y2BargydF4y2Ba= (gydF4y2BargydF4y2Ba(1）gydF4y2BargydF4y2Ba(2)……gydF4y2BargydF4y2Ba（gydF4y2BapgydF4y2Ba+1）gydF4y2Ba］gydF4y2Ba是自相关估计吗gydF4y2BaxgydF4y2Ba计算使用gydF4y2BaxcorrgydF4y2Ba．Levinson-Durbin算法（见gydF4y2Ba莱文顿gydF4y2Ba的Yule-Walker方程gydF4y2BaOgydF4y2Ba（gydF4y2BapgydF4y2Ba2gydF4y2Ba）gydF4y2Ba拖鞋。gydF4y2Ba

参考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年，第255-257页。gydF4y2Ba

另请参阅gydF4y2Ba

|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba|gydF4y2Ba

在R2006A之前介绍gydF4y2Ba

信号处理工具箱文档gydF4y2Ba

金宝app

利用MATLAB的信号处理深入学习gydF4y2Ba

利用MATLAB的信号处理深入学习gydF4y2Ba

下载白皮书gydF4y2Ba