主要内容

信号建模

线性预测，自回归（AR）型号，Yule-Walker，Levinson-Durbin

信号处理工具箱™提供参数化建模技术，可让您估计描述信号，系统或过程的合理传输功能。使用有关信号的已知信息来查找模拟其模拟的线性系统的系数。使用PRONY和STEIGLITZ-MCBRIDE ARX模型近似给定的时域脉冲响应。找到与给定复频响应匹配的模拟或数字传输函数。使用线性预测滤波器模型共振。

职能

展开全部

corrmtx. 用于自相关矩阵估计的数据矩阵
莱文顿 Levinson-Durbin递归
LPC. 线性预测滤波器系数
rtlevinson. Reverse Levinson-Durbin递归
SCHURRC. 计算自相关序列的反射系数
XCorr. 交叉相关
XCOV. 交叉协方差
ac2poly. 将自相关序列转换为预测多项式
AC2RC. 将自相关序列转换为反射系数
IS2RC. 将逆像素参数转换为反射系数
LAR2RC. 将日志区域​​比参数转换为反射系数
lsf2poly. 将线频谱频率转换为预测滤波器系数
poly2ac. 将预测滤波器多项式转换为自相关序列
Poly2LSF. 将预测滤波器系数转换为线谱频率
Poly2RC. 将预测滤波器多项式转换为反射系数
rc2ac. 将反射系数转换为自相关序列
RC2IS. 将反射系数转换为逆正弦参数
rc2lar. 将反射系数转换为日志面积比参数
rc2poly. 将反射系数转换为预测滤波器多项式
阿尔堡 自回归全极模型参数 - Burg的方法
arcov. 自回归全极模型参数 - 协方差方法
armcov. 自回归全极模型参数 - 修改协方差方法
aryule. 自回归全极模型参数 - Yule-Walker方法
invfreqs. 从频率响应数据识别连续时间过滤器参数
invfreqz. 从频率响应数据识别离散时间过滤器参数
掌上 过滤器设计的柱方法
STMCB. 使用Steiglitz-McBride迭代计算线性模型

话题

线性预测和自回归建模

比较两种用于确定线性滤波器参数的方法：自回归建模和线性预测。

使用部分自相关序列进行订单选择

使用部分自相关序列评估自动增加模型的顺序。

参数模型

研究描述信号，系统或过程的数学模型参数的研究。

预测多项式

从自相关序列获得预测多项式。验证所得到的预测多项式是否具有产生稳定的全极滤波器的逆。

特色例子

线性预测和自回归建模

线性预测和自回归建模

比较两种用于确定线性滤波器参数的方法：自回归建模和线性预测。
打开直播脚本
具有LPC系数的格式化估计

具有LPC系数的格式化估计

使用线性预测编码估计元音塑料频率。
打开直播脚本
使用部分自相关序列进行订单选择

使用部分自相关序列进行订单选择

使用部分自相关序列评估自动增加模型的顺序。
打开直播脚本

信号处理工具箱文档

万博1manbetx

利用MATLAB的信号处理深入学习

利用MATLAB的信号处理深入学习

下载白皮书