MATLAB与现代信号处理.docVIP

第8章 参数化建模 3 8.1 时间域建模 3 8.1.1 线性预报法(AR模型) 3 8.1.2 Prony 法（ARMA模型） 4 8.1.3 Steiglity-McBride法(ARMA模型) 4 8.2 频率域建模 5 8.2.1 模拟滤波器的s域建模 6 8.2.2 数字滤波器的z域内建模 6 第9章 随机信号分析 8 9.1 随机信号的数字特征 8 9.1.1 均值、均方值、方差 8 9.1.2 离散随机信号 9 9.1.3 估 计 9 9.2 相关函数和协方差 10 9.2.1 相关函数和自协方差 10 9.2.2 互相关函数和互协方差 11 9.2.3 计算相关函数和协方差的MATLAB函数 11 9.3 功率谱估计 16 9.3.1 功率谱密度 16 9.3.2 周 期 图 法 16 9.3.3 多 窗 口 法 26 9.3.4 最 大 熵 法（Maxmum entropy method， MEM法） 28 9.3.5 多信号分类法 30 9.4 传递函数估计 31 9.5 相 干 函 数 33 9.6 运用功率谱提取地球自由振荡信息 35 9.6.1 资料 35 9.6.2方法 36 9.6.3结果 37 第10章 数字信号处理的几个前沿课题 42 10.1 时谱（倒谱）分析 42 10.2 地震观测系统的仿真和地面运动的恢复 44 10.3 小波分析举例 57 10.3.1 小波变换与突变 58 10.3.2 资料 62 10.3.3 本尼奥夫应变资料的小波分析 63 1 1900~2001年中国大陆地震资料的小波分析 63 2 1500~2001年华北地区地震资料的小波分析 64  第8章 参数化建模 由前几章的讨论可见，无论是模拟滤波器还是数字滤波器，均是根据输入信号和系统的传递函数求得系统的输出信号。反过来，能否通过系统的输入信号和输出信号，或滤波器的频率响应或脉冲响应求得系统的传递函数呢？这在一定的假设下是可以得到的。这种技术涉及本章要讲的参数化建模。所谓参数化建模就是根据未知系统的某些信息（如脉冲响应、频率响应或输入输出序列）建立该系统的有理传递函数模型。这项技术用于求一个信号、系统或过程的模型参数，并广泛应用于语言分析、数据压缩、高分辨谱估计、信号处理等领域。参数化建模分为时间域建模和频率域建模两类，本章将分别介绍。 8.1 时间域建模 时间域建模就是给定系统时间域内的信息，如脉冲响应或系统输入和输出时间序列，求数字滤波器有理传递函数分子和分母多项式系数。MATLAB中提供了三种时间域建模函数，下面分别叙述。 8.1.1 线性预报法(AR模型) 如果一个信号的各个采样值不是独立的，其任一时刻k的采样值x(k)是它过去的n个采样值及一个白噪声序列k时刻的值u(k)线性组合而成（线性预报）,即 x(k)=-a(2)x(k-1)-a(3)x(k-2)…-a(n)x(k-n-1)-a(n+1)x(k-n)+u(k) （8-1） 如果知道参数个数n，根据这个信号序列可以得到这n个系数的值。数字信号处理中称这个信号x符合n阶自回归(automatic regression, AR)线性模型，它可用一个全极点IIR滤波器脉冲响应来逼近，全极点滤波器的传递函数具有如下形式： （8-2） MATLAB信号处理工具箱函数lpc利用自回归(AR)模型的相关法来求出AR模型系数a，也是全极点滤波器模型。其调用格式为： [a,g]=lpc(x,n) 其中，x为信号，是一个实时间序列；n为AR模型阶次；a为AR模型系数，a=[1,a(2),…,a(n+1);g为AR模型的增益。这就是说，要建立起AR模型，必须知道其阶次。 函数lpc的算法可简要地分为几个步骤：（1）调用函数xcorr求信号x的相关估计。（2）调用函数levinson实现Levinson-Durbin递推算法，求出系数a。函数levinson的调用格式为： a=levinson(r,n) 其中，r为x的自相关序列；n为AR模型阶次。 【例8-1】设信号x是一个带白噪声的4阶IIR滤波器的脉冲响应，IIR滤波器的传递函数无零点，其分母多项式系数为a=[1 0.1 0.1 0.1 0.1]，用线性预报法建立其AR模型。 %Samp8_1 randn(state,0); %设置随机函数的状态 a=[1 0.1 0.1 0.1 0.1]; %滤波器分母多项式系数 x=impz(1,a,10)+randn(10,1)/20; %求得带噪声的滤波器脉冲响应 %采用第一种方法 r=xcorr(x); %求