线性预测滤波系数GydF4y2Ba
[GydF4y2Ba
找到一个系数GydF4y2Ba一种GydF4y2Ba
那GydF4y2BaGGydF4y2Ba
] = LPC(GydF4y2BaXGydF4y2Ba
那GydF4y2BaP.GydF4y2Ba
)GydF4y2BaP.GydF4y2Ba
Thound Linear Predictor,一种冷冻滤波器,用于预测真值时间序列的当前值GydF4y2BaXGydF4y2Ba
基于过去的样本。该函数还返回GydF4y2BaGGydF4y2Ba
,预测误差的方差。如果GydF4y2BaXGydF4y2Ba
是矩阵,该函数将每个列视为独立信道。GydF4y2Ba
LPC.GydF4y2Ba
通过最小化最小二乘意义的预测误差来确定前向线性预测器的系数。它具有在过滤器设计和语音编码中的应用。GydF4y2Ba
LPC.GydF4y2Ba
使用自动增加(AR)建模的自相关方法来找到滤波器系数。即使数据序列是正确顺序的AR进程,生成的过滤器也可能完全模拟此过程,因为自相关方法隐式窗口数据。换句话说,该方法假设信号样本超出长度GydF4y2BaXGydF4y2Ba
是0。GydF4y2Ba
LPC.GydF4y2Ba
计算最小二乘解GydF4y2BaXGydF4y2Ba一种GydF4y2Ba=GydF4y2BaB.GydF4y2Ba, 在哪里GydF4y2Ba
和GydF4y2BamGydF4y2Ba是的长度GydF4y2BaXGydF4y2Ba.使用正常方程来解决最小二乘问题GydF4y2Ba 引出了Yule-Walker方程GydF4y2Ba
在哪里GydF4y2BaR.GydF4y2Ba= [GydF4y2Ba
R.GydF4y2Ba(1)GydF4y2BaR.GydF4y2Ba(2)......GydF4y2BaR.GydF4y2Ba(GydF4y2BaP.GydF4y2Ba+ 1)GydF4y2Ba]GydF4y2Ba
是一个自相关估计GydF4y2BaXGydF4y2Ba
计算使用GydF4y2BaXCorr.GydF4y2Ba
.Levinson-Durbin算法(见GydF4y2Ba莱文顿GydF4y2Ba
)解决了Yule-Walker方程GydF4y2BaO.GydF4y2Ba(GydF4y2BaP.GydF4y2Ba2GydF4y2Ba)GydF4y2Ba失败了。GydF4y2Ba
L. B.杰克逊GydF4y2Ba数字滤波器和信号处理GydF4y2Ba.第2版。波士顿:Kluwer学术出版商,1989,第255-257页。GydF4y2Ba
aryule.GydF4y2Ba
|GydF4y2Ba莱文顿GydF4y2Ba
|GydF4y2Ba掌上GydF4y2Ba
|GydF4y2Ba豆浆GydF4y2Ba
|GydF4y2BaSTMCB.GydF4y2Ba