lpc
선형 예측 필터 계수
설명
예제
입력 인수
출력 인수
세부 정보
알고리즘
lpc
는 최소제곱 측면에서 예측 오차를 최소화하는 방식으로 순방향 선형 예측 변수의 계수를 결정합니다. 이는 필터 설계와 음성 코딩에 응용할 수 있습니다.
lpc
는 자기회귀(AR) 모델링의 자기상관 방법을 사용하여 필터 계수를 구합니다. 데이터 시퀀스가 올바른 차수에 대한 진정한 AR 과정이라고 할지라도 생성된 필터는 과정을 정확히 모델링하지 못할 수 있습니다. 이것은 자기상관 방법이 데이터에 묵시적으로 윈도우를 적용하기 때문입니다. 즉, 이 방법은 x
의 길이를 초과하는 신호 샘플을 0으로 간주합니다.
lpc
는 Xa = b에 대한 최소제곱해를 계산합니다. 여기서
m은 x의 길이입니다. 정규 방정식 를 사용하여 최소제곱 문제를 풀면 다음과 같은 Yule-Walker 방정식이 생성됩니다.
여기서 r = [
r(1) r(2) ... r(p+1)]
은 xcorr
을 사용하여 계산된 x
에 대한 자기상관 추정값입니다. Levinson-Durbin 알고리즘(levinson
참조)은 O(p2) 플롭스 내에 Yule-Walker 방정식의 해를 구합니다.
참고 문헌
[1] Jackson, L. B. Digital Filters and Signal Processing. 2nd Edition. Boston: Kluwer Academic Publishers, 1989, pp. 255–257.