原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
最优线性预测前向线性预测01空间02预测03系数04预测值05期望响应06预测误差07后向线性预测08预测误差功率09
自相关矩阵互相关矢量Wiener-Hopf方程最小预测误差
前向与后向的预测系数的关系
线性预测误差滤波器
预测误差滤波器的增广wiener-Hopf方程
前向线性预测误差滤波器与AR模型的关系AR(M)模型下01比较02
Levinson-Durbin算法从m-1阶出发，对正向预测有将系数矩阵增广这里
反向（m-1）阶预测将系数矩阵增广(正向)＋(反向2)×km
比较m阶情况的前向预测等价要求01和020304
由（1），就得到预测滤波系数的递推公式由（2）确定km参数和pm递推公式解之得到
总结Levinson-Durbin算法：
初始化条件：PART1
Levinson-Durbin算法要点：由最终确定的是这是要求解的最优预测误差滤波器系数和（或）AR模型参数
反Levinson-Durbin算法
Cholesky分解
Cholesky分解的结论可以分解成一个上三角矩阵和下三角矩阵之积，它们是互为转置
格型预测器
证明在如上式带入Levinson-Durbin递推公式得到PART.01
模块化结构增加阶数后不改变前面的参数同时计算前向和后向预测误差
Wiener滤波器的格型结构如图利用Cholesky分解可以得到这个结构
文档评论（0）