Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

신호 모델링

선형 예측, 자기회귀(AR) 모델, Yule-Walker, Levinson-Durbin

Signal Processing Toolbox™는 신호, 시스템 또는 과정을 기술하는 유리 전달 함수를 추정할 수 있는 모수적 모델링 기법을 제공합니다. 신호에 대해 알려진 정보를 사용하여 신호를 모델링하는 선형 시스템의 계수를 구합니다. Prony 모델과 Steiglitz-McBride ARX 모델을 사용하여 지정된 시간 영역 임펄스 응답의 근삿값을 구합니다. 지정된 복소 주파수 응답과 일치하는 아날로그 또는 디지털 전달 함수를 구합니다. 선형 예측 필터를 사용하여 공명을 모델링합니다.

함수

모두 확장

corrmtx자기상관 행렬 추정을 위한 데이터 행렬
levinsonLevinson-Durbin 재귀
lpc선형 예측 필터 계수
rlevinsonReverse Levinson-Durbin recursion
schurrcCompute reflection coefficients from autocorrelation sequence
xcorr상호상관
xcov교차공분산
ac2polyConvert autocorrelation sequence to prediction polynomial
ac2rcConvert autocorrelation sequence to reflection coefficients
is2rcConvert inverse sine parameters to reflection coefficients
lar2rcConvert log area ratio parameters to reflection coefficients
lsf2polyConvert line spectral frequencies to prediction filter coefficients
poly2acConvert prediction filter polynomial to autocorrelation sequence
poly2lsfConvert prediction filter coefficients to line spectral frequencies
poly2rcConvert prediction filter polynomial to reflection coefficients
rc2acConvert reflection coefficients to autocorrelation sequence
rc2isConvert reflection coefficients to inverse sine parameters
rc2larConvert reflection coefficients to log area ratio parameters
rc2polyConvert reflection coefficients to prediction filter polynomial
arburgAutoregressive all-pole model parameters — Burg’s method
arcovAutoregressive all-pole model parameters — covariance method
armcovAutoregressive all-pole model parameters — modified covariance method
aryule자기회귀 전극점 모델 파라미터 — Yule-Walker 방법
invfreqsIdentify continuous-time filter parameters from frequency response data
invfreqzIdentify discrete-time filter parameters from frequency response data
pronyProny method for filter design
stmcbCompute linear model using Steiglitz-McBride iteration

도움말 항목

선형 예측과 자기회귀 모델링

선형 필터의 파라미터를 구하는 데 사용할 수 있는 두 가지 방법, 즉 자기회귀 모델링 방법과 선형 예측 방법을 비교합니다.

AR Order Selection with Partial Autocorrelation Sequence

Assess the order of an autoregressive model using the partial autocorrelation sequence.

Parametric Modeling

Study techniques that find the parameters for a mathematical model describing a signal, system, or process.

Prediction Polynomial

Obtain the prediction polynomial from an autocorrelation sequence. Verify that the resulting prediction polynomial has an inverse that produces a stable all-pole filter.

추천 예제