Yule-Walker生物医学方程.docxVIP

《生物医学信号处理》实验报告 第 PAGE 5页 共 NUMPAGES 17页 评分 XX大学实验报告 课程名称 生物医学信号处理 实验名称 Yule-Walker方程 专业班级 姓 名 学 号 实验日期 实验地点 20**—20**学年度第 3 学期 实验目的 学习求解Yule-Walker方程，建立随机信号的AR模型。 实验环境 1、硬件配置： 处理器：AMD A10-5750M APU with Radeon(tm) Graphics 2.50GHz 安装内存：（RAM）4.00GB 系统类型：win10位操作系统，基于x64位处理器 2、软件环境：Matlab R2021b 实验原理 随机信号可以看作是由当前激励白噪声w(n)以及若干次以往信号x(n-k)的线性组合产生，即所谓自回归模型（AR模型） 模型参数满足Yule-Walker方程 矩阵形式 求解Yule-Walker方程，就可以得到AR模型系数 当模型阶次较大时，直接用矩阵运算求解的计算量大，不利于实时运算。利用系数矩阵的特性，人们提出了如L-D算法等快速算法。 四、实验内容 编写求解Yule-Walker方程的程序，并对实际生理信号（例如心电、脑电）建立AR模型。 对同一数据，使用Matlab信号处理工具箱自带函数aryule计算相同阶数AR模型系数，检验程序是否正确。 用伪随机序列（白噪声）驱动AR模型，观察输出是否与真实心电、脑电信号相似，对比真实信号与仿真信号的功率谱。 实验结果与分析 试验程序： clear; clc; M=1024; load ecgdata;load eegdata;load icpdata;load respdata; x= ecgdata(1:M); % 长度任意选择 %x= eegdata(1:M); % 长度任意选择 %x= icpdata(1:M); % 长度任意选择 %x= respdata(1:M); % 长度任意选择 i=1:15; Sw=zeros(1,length(i)); E=zeros(1,length(i)); FPE=zeros(1,length(i)); for p=1:15 % 尝试改变模型阶数，观察效果 Rxx = xcorr(x,biased);%biased为有偏的互相关函数估计 Rtemp = zeros(1,p); Rl = zeros(p,1); for k = 1:length(Rtemp) Rtemp(k) = Rxx(length(x)-1+k); Rl(k) = Rxx(length(x)+k); end Rs = toeplitz(Rtemp); % 生成自相关系数矩阵指矩阵中每条自左上至右下的 % 斜线上的元素相同，toeplitz(x)用向量x生成一 % 个对称的托普利兹矩阵 A = -inv(Rs)*Rl; % AR模型系数估计 Sw(p)= [Rtemp(1),Rl]*[1;A]; % 白噪声方差估计 % 采用malab自带函数估计模型系数 [a,E(p)] = aryule(x,p); % a--系数，E--预测误差，k--反射系数 %[a,E(p)] = arburg(x,p); %Y = filter(B,A,X) ，输入X为滤波前序列，Y为滤波结果序列， %B/A 提供滤波器系数，B为分子， A为分母 da = a(2:end)-A; % 自编程序求解是否正确？ FPE(p)=E(p)*(M+p+1)/(M-p-1); w = randn(size(x)); x2 = filter(1,a,w); % 仿真数据 Rx2 = xcorr(x2,biased); xx = abs(fft(Rxx)); xx2 = abs(fft(Rx2)); figure; subplot(4,1,1);plot(x); xlim([0 1024]);title(真实数据); subplot(4,1,2);plot(x2);xlim([0 1024]);title(仿真数据); subplot(4,1,3); plot(-1023:1023,xx);title(真实数