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

선형 예측 부호화

`corrmtx`	자기상관 행렬 추정을 위한 데이터 행렬
`levinson`	Levinson-Durbin 재귀
`lpc`	선형 예측 필터 계수
`rlevinson`	Reverse Levinson-Durbin recursion
`schurrc`	Compute reflection coefficients from autocorrelation sequence
`xcorr`	상호상관
`xcov`	교차공분산
`ac2poly`	Convert autocorrelation sequence to prediction polynomial
`ac2rc`	Convert autocorrelation sequence to reflection coefficients
`is2rc`	Convert inverse sine parameters to reflection coefficients
`lar2rc`	Convert log area ratio parameters to reflection coefficients
`lsf2poly`	Convert line spectral frequencies to prediction filter coefficients
`poly2ac`	Convert prediction filter polynomial to autocorrelation sequence
`poly2lsf`	예측 필터 계수를 선 스펙트럼 주파수로 변환하기
`poly2rc`	Convert prediction filter polynomial to reflection coefficients
`rc2ac`	반사 계수를 자기상관 시퀀스로 변환하기
`rc2is`	반사 계수를 역 사인 파라미터로 변환하기
`rc2lar`	Convert reflection coefficients to log area ratio parameters
`rc2poly`	Convert reflection coefficients to prediction filter polynomial

모수적 모델링

`arburg`	자기회귀 전극점 모델 파라미터 — Burg 방법
`arcov`	Autoregressive all-pole model parameters — covariance method
`armcov`	Autoregressive all-pole model parameters — modified covariance method
`aryule`	자기회귀 전극점 모델 파라미터 — Yule-Walker 방법
`invfreqs`	Identify continuous-time filter parameters from frequency response data
`invfreqz`	Identify discrete-time filter parameters from frequency response data
`prony`	Prony method for filter design
`stmcb`	Compute 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.

신호 모델링

함수

선형 예측 부호화

모수적 모델링

도움말 항목

추천 예제

선형 예측과 자기회귀 모델링

LPC 계수를 사용하여 형성음(formant) 추정하기

AR Order Selection with Partial Autocorrelation Sequence