4-3信号建模与线性预测-线性预测资料.pptVIP

信号的线性预测 4.3 1 基本的线性预测模型 2 线性预测的自相关法 3 线性预测的协方差法 4 AR过程全极点建模与线性预测的等效 4 AR过程全极点建模与线性预测的等效 宽平稳随机过程的全极点建模： 宽平稳AR(p)过程是通过单位方差白噪声v(n)激励一个有p个极点的因果线性滤波器而获得。 H(z) 滤波器的系统函数为 4 AR过程全极点建模与线性预测的等效 宽平稳随机过程的全极点建模： 为获得的x(n) 的最佳逼近 ，应使建模误差 均方值 达到最小，即 这是非线性方程组。 滤波器的系统函数为 4 AR过程全极点建模与线性预测的等效 重组误差函数： 逆z变换： 与e’(n)是线性关系，因此最小化 的均方误差应该也能使e’(n)的均方误差达到最小。 4 AR过程全极点建模与线性预测的等效 随机信号AR建模在估计模型参数时，可最小化如下误差函数： 确定性信号进行全极点建模或最小平方误差估计时，则最小化如下误差函数： 线性预测误差： ，与 间只多个与分母参数无关的项，它在误差准则函数中不影响估计结果。 因此，线性预测、 AR过程建模和确定性信号全极点建模是相互等效的。 4 AR过程全极点建模与线性预测的等效 线性预测的预测误差滤波器 AR(p)过程 H(z) 全极点建模 白化滤波器 4 AR过程全极点建模与线性预测的等效 例3. 设有信号x(n)=?(n)+b?(n-1),已观测到n=0,1, 2, …,N 时的值。试用自相关法求x(n)的二阶确定性全极点 模型。 解： 根据确定性信号x(n)的全极点模型与随机过程的AR建模方法等价，可得x(n)的二阶确定性全极点模型为 预测误差滤波器为： 正则方程为： 4 AR过程全极点建模与线性预测的等效 例3. 设有信号x(n)=?(n)+b?(n-1),已观测到n=0,1, 2, …,N 时的值。试用自相关法求x(n)的二阶确定性全极点 模型。 解： 正则方程为： 4 AR过程全极点建模与线性预测的等效 例3. 设有信号x(n)=?(n)+b?(n-1),已观测到n=0,1, 2, …,N 时的值。试用自相关法求x(n)的二阶确定性全极点 模型。 解： 预测误差为： x(n)的二阶确定性全极点模型为 本 课 小 结 基本的线性预测的计算公式 正则方程： 最小误差： Thank you! 随机变量的定义 1 1 1 1 3 1 (3). 举例 ?????????????? 一、谱因子分解法 前一章简要介绍离散时间信号处理的一些基本内容和重要概念，主要包括离散时间信号的表示、变换和滤波等，如离散信号的z变换、离散时间傅里叶变换、数字滤波器、离散傅里叶变换等。 * 前一章简要介绍离散时间信号处理的一些基本内容和重要概念，主要包括离散时间信号的表示、变换和滤波等，如离散信号的z变换、离散时间傅里叶变换、数字滤波器、离散傅里叶变换等。 * 简要介绍离散随机信号处理的一些基本内容和重要概念，主要包括离散随机过程的描述、宽平稳随机通过滤波器、宽平稳随机过程的谱因子分解，其他类型的正交变换和参数估计等。 * 简要介绍离散随机信号处理的一些基本内容和重要概念，主要包括离散随机过程的描述、宽平稳随机通过滤波器、宽平稳随机过程的谱因子分解，其他类型的正交变换和参数估计等。 * 简要介绍离散随机信号处理的一些基本内容和重要概念，主要包括离散随机过程的描述、宽平稳随机通过滤波器、宽平稳随机过程的谱因子分解，其他类型的正交变换和参数估计等。 * * * * 前课复习 * 前章复习 * 本课内容 计算机学院通信工程系 王洪金 现代数字信号处理 Advanced Digital Signal Processing 前 章 复 习 4.2 信号的建模方法 1 AR过程建模 2. AR过程的建模 3. MA过程的建模 4.3 信号的线性预测 1 基本的线性预测模型 前 章 复 习 基本的线性预测的计算公式 正则方程： 最小误差： 本 课 内 容 1