现代信号处理——AR模型谱估计
AR谱估计方法可归结为求解AR模型系数或线性预测器系数的问题。
AR模型参数估计方法:信号预测误差最小原则(或预测误差功率最小)
自相关法(Levison递推法)
Burg法
协方差法
修正协方差法(前后向线性预测最小二乘法)
一、AR的Yule-Walker方法
由高斯白噪声的性质可得:
因此
m=0,...,p,m取一个值对应一个方程
写为矩阵的形式即可得Yule-Walker方程为:
二、AR模型与线性预测的等效性
如果AR模型的参数与预测模型的系数相同,则预测误差为白噪声w(n)。
He(z)系统将任意的输入信号转换成白噪声输出,因此该系统称为白化滤波器
预测均方误差(误差平方的均值)为
预测系数可以由预测均方误差最小获得,即
三、自相关法—Levinson-Durbin递推
估计方法:自相关法的出发点是选择AR模型的参数使预测误差功率最小;采用Levison-Durbin递推方法求解Yule-Walker方程得到AR模型参数。
假设信号x(n)的数据区间在0≤n≤N-1范围,有P个预测系数,N个数据经过冲激响应为 (i=0,1,2,….,P)的滤波器,输出预测误差e(n)的长度为N+P,因此应用下式计算:
预测误差功率最小,得到
AR模型的各个系数以及模型输入白噪声方差求出后,信号功率谱用下式计算:
性能分析:该方法需要基于有限的观测数据估计自相关序列,当数据长度较短时,估计误差会比较大,AR参数的计算就会引入很大的误差。从而导致功率谱估计出现谱线分裂与谱峰频率偏移等现象。自相关估计的准确,则AR模型功率谱估计准确,而自相关估计的准确性取决于样本数据的长短。
四、伯格(Burg)递推法
类似于前向预测误差,后向预测误差也有递推公式:
在输入信号平稳的条件下,格型预测误差滤波器前后各级的输出误差是正交的,因此全局最优可由各级局部最优来等效。
基于反射系数Kp,由Levinson-Durbin递推关系求AR模型参数和,进而求得功率谱Pxx 。
性能分析:该方法避免了采用有限数据估计自相关函数的计算,适合短序列参数估计,克服了L-D递推中的某些缺点,计算量小。
但对正弦信号的谱估计,仍存在某些谱线分裂与频率偏移现象。
五、协方差法与修正协方差法
1、协方差法
估计方法:利用使预测误差功率最小的方法求模型参数
该公式中使用的观测数据均已得到,不需要在数据两端补充零点,因此比较自相关法去掉了加窗处理的不合理假设。
性能分析:上述协方差矩阵不具备对称性,无法采用递推算法计算;适用于非平稳信号;一些实验结果说明它的分辨率优于自相关法,另外对于纯正弦信号数据,可以有效地估计正弦信号的频率。
2、修正协方差法(前后向线性预测最小二乘法)
估计方法:修正协方差法使用前向和后向预测误差平均值最小的方法,估计AR模型的参数,进而估计信号的功率谱。
性能分析:该方法虽然与协方差方法的形式相同,但数据量增加了一倍,对于处理长度较短的数据有利;该方法要求信号在正反方向具有相同的特性,如正弦信号;该方法也适用于非平稳信号。
几种方法的比较:
自相关法可以用Levinson递推算法,运算量小,但分辨率受窗长度的限制;
Burg算法,可用改进的Levinson递推算法,分辨率高,但对正弦信号存在谱线分裂和偏移现象;
协方差法,去除了自相关法加窗处理的不合理假设,分辨率高,运算量较大;
修正协方差法,分辨率高,在谱线分裂和偏移上较Burg法有较大改善,运算量大。
例:已知信号的四个观察数据为x(n)={x(0),x(1),x(2),x(3)}={2,4,1,3},分别用自相关法和协方差法估计AR(1)模型参数。
参考视频:
https://www.bilibili.com/video/BV1wS4y1D7ng?p=6&vd_source=77c874a500ef21df351103560dada737
现代信号处理——AR模型谱估计相关推荐
- 功率谱估计的参数模型方法---AR模型谱估计:自相关法协方差法
功率谱估计的参数模型方法---AR模型谱估计:自相关法&协方差法 信号的线性模型(零极点模型/Pole-Zero Modeling) (1)AR模型(自回归/全零点模型) (2)MA模型(移动 ...
- matlab pburg,现代数字信号处理——AR模型
1. AR模型概念观 AR模型是一种线性预测,即已知N个数据,可由模型推出第N点前面或后面的数据(设推出P点),所以其本质类似于插值,其目的都是为了增加有效数据,只是AR模型是由N点递推,而插值是由两 ...
- 现代数字信号处理——AR模型
本文目标:分析AR模型并求解AR模型的输出x(n)的功率谱. 1. AR模型概念观 数字信号处理功率谱估计方法分经典功率谱估计和现代功率谱估计,现代功率谱估计以参数模型功率谱估计为代表,参数功率谱模型 ...
- 随机信号处理AR模型Yule_Walker方程直接解法和Levinson_Durbin递推法的MATLAB与Python实现
AR模型 AR模型的系统函数H(z)可以表示为: 我们的目的就是要求解系统函数的参数a和增益G. Yule_Walker方程 矩阵形式 根据生成的矩阵,可以解出p个参数 ,再根据自相关函数,可以求出系 ...
- java中arSigal_基于AR模型谱估计算法(Yule-Walker方法与Burg方法)的C++实现
头文件: /* * Copyright (c) 2008-2011 Zhang Ming (M. Zhang), zmjerry@163.com * * This program is free so ...
- AR模型在信号处理中的应用
本文目标:分析AR模型并求解AR模型的输出x(n)的功率谱. 1. AR模型概念观 数字信号处理功率谱估计方法分经典功率谱估计和现代功率谱估计,现代功率谱估计以参数模型功率谱估计为代表,参数功率谱模型 ...
- 现代信号处理-现代功率谱密度估计AR模型
目录 前言 一.概率梳理 二.AR模型的几种方法 三.AR模型的方法与具体仿真 前言 本栏前两节经典谱估计中提到:经典谱估计下,方差和分辨率是一对矛盾.这是因为经典谱估计将数据进行了加窗,自相关法还对 ...
- MATLAB建立ar模型,matlab关于ar模型
基于参数建摸的功率谱估计是现代功率谱估计的重要内容,其目的就是为 了改善功率谱估计的频率分辨率,它主要包括 AR 模型.MA 模型.ARMA 模型,其中基 于 AR 模型...... MATLAB 仿 ...
- matlab 双谱分析,AR双谱估计的Matlab实现.doc
AR双谱估计的Matlab实现 Journal of Shaoguan University · Natural Science第 33 卷第 10 期Vol.33No.10AR 双谱估计的 Matl ...
最新文章
- Python基础05-数据类型:列表list
- 基于经典的机器学习k-means聚类算法实现对三通道图片的压缩操作
- 数据中心用蓄电池解决方案
- python解释器调用_python入门-python解释器执行
- Kubernetes API server工作原理
- Golang系列:打印命令行参数
- L1-070 吃火锅 (15 分)-PAT 团体程序设计天梯赛 GPLT
- python 非线性规划_支持向量机:Stata 和 Python 实现
- 最新29刷网课平台系统源码+带教程
- 学习DSP28335--CCS软件打开例程时一直报错问题以及编译问题解决
- android fastboot流程,FastBoot的使用步骤
- 安鸾CMS系列之74CMS
- DZ60通过IIC读取LM75温度遇到问题解决方法
- 软件测试--因果图分析方法
- 四人小组:vip会员管理系统
- 100000+人体验过后都说:这TM绝对是最变态的英语学习方法……
- springboot+thymeleaf实现邮件群发
- 鸡兔同笼之Python函数
- 16款最佳HTML5超酷动画演示及源码
- 1.3.3微信小程序WeUI.js网页开发样式库
热门文章
- 美空网未登录图片爬取
- 漏洞复现|(CVE-2019-3396)Confluence文件读取远程命令执行
- Redis:缓存雪崩,缓存击穿,缓存穿透,缓存预热
- flot java_flot中文详解 - 木叶下的个人页面 - OSCHINA - 中文开源技术交流社区
- Angular4_ 返回上一页
- 百度前端技术学院 JavaScript Task 01
- Android overlay简单总结
- sublime3调试Python
- 十年后2023年再读这篇文章,看看我将会怎么样
- 概率论与数理统计学习笔记——第8讲——多维随机变量的概念(3.1.3联合分布律的概念及性质)