文档

fillgaps

使用自回归建模填补空白

描述

例子

y= fillgaps (x)替换任何在一个信号x从正向和反向外推估计自回归适合剩余的样品。如果x是一个矩阵,那么函数将每一列作为一个独立的通道。

例子

y= fillgaps (x,maxlen)指定的最大数量估计样本使用。使用这个参数当你的信号不是很好在其范围内由一个自回归过程的特点。

例子

y= fillgaps (x,maxlen,订单)指定的顺序自回归模型用于重建缺口。

例子

fillgaps (___)没有输出参数阴谋原始样品和重构信号。该语法接受任何输入参数从以前的语法。

例子

全部折叠

加载一个语音信号在采样 F 年代 = 7 4 1 8 H z 。文件包含一个记录一个女声说“MATLAB®。”这个词Play the sound.

负载mtlb%,类型soundsc (mtlb Fs)

模拟情况的传输通道的腐败部分信号失败。大约每500个样本引入随机长度的差距。重置的随机数字生成器可重复的结果。

rng默认的gn = 3;太= mtlb;gl =兰迪(gn (300 600), 1);kj = 1: gn mt (kj * 1000 +兰迪(100)+ (1:gl (kj))) =南;结束

绘制原始和损坏的信号。为了便于显示抵消的信号。信号与差距。

情节([mtlb mt + 4])传说(“原始”,“腐败”)

%,类型soundsc (mt, Fs)

使用一个自回归过程重构信号。使用fillgaps使用默认设置。情节原始和重构信号,再使用一个偏移量。重构信号。

磅= fillgaps (mt);情节([mtlb磅+ 4])传说(“原始”,“重建”)

%,类型soundsc(磅,Fs)

加载一个文件,其中包含深度测量模具用于薄荷美国一分钱。数据,国家标准与技术研究院,是在128 -,- 128的网格采样。

负载一分钱

画一个等高线图25赤褐色的轮廓线。

数控= 25;轮廓colormap (P, nc)ij广场

引入四10差距数据。画一个破坏信号的等高线图。

P(50:60 80:90) =南;P(100:110, 20:30) =南;P(100:110,100:110) =南;P(20:30,110:120) =南;轮廓colormap (P, nc)ij广场

使用fillgaps重建数据,将每一列作为一个独立的通道。指定一个8阶自回归模型外推来自30个样品两端。画一个等高线图的重建。

q = fillgaps (P, 30日8);轮廓colormap (q, nc)ij广场

生成一个函数,它由两个正弦曲线和洛伦兹曲线的总和。函数是在200 Hz采样2秒。策划的结果。

x = 1:0.005:1;f = 1. / (1 + 10 * x ^ 2) +罪(2 *π* 3 * x) / 10 + cos(25 *π* x) / 10;情节(x, f)

插入空白间隔(-0.8,-0.6),(-0.2,0.1),(0.4,0.7)。

h = f;h (x > -0.8 & < -0.6) =南;h (x > -0.2 & < 0.1) =南;h (x > 0.4 & < 0.7) =南;

使用默认设置的填补空缺fillgaps。绘制原始和重建功能。

y = fillgaps (h);情节(x, f,“。”,x, y)

重复计算,但现在指定最大prediction-sequence长度3样品和模型1的顺序。绘制原始和重建功能。在其最简单的,fillgaps执行一个线性。

y = fillgaps (h、3、1);情节(x, f,“。”,x, y)

指定一个最大prediction-sequence长度80样品和模型40。绘制原始和重建功能。

y = fillgaps (h、80、40);情节(x, f,“。”,x, y)

改变模型为70。绘制原始和重建功能。

y = fillgaps (h、80、70);情节(x, f,“。”,x, y)

模型重建是不完美的,因为非常高的订单通常有有限精度问题。

生成一个多通道信号组成的两个实例的啁啾取样1 kHz 1秒。在0.3秒的频率啁啾是零,增加线性达到40 Hz的最终值。每个实例都有一个不同的直流值。

Fs = 1000;t = 0:1 / Fs: 1 - 1 / f;r =唧唧声(t - 0.3, 0, 0.7, 40);f = 1.1;q = [r-f; r + f] ';

引入缺陷的信号。涵盖了低频区域的一个方面的差距,和其他高频区域。

差距= (460:720);问(gap - 300,1) =南;问(缺口+ 200,2)=南;

填补空缺使用缺省参数。情节重建信号。

y = fillgaps (q);情节(t, y)

填补空缺的拟合14阶自回归模型的信号。限制模型将15样品每个缺口。使用的功能fillgaps情节重建。

fillgaps (q, 15日14)

增加样本的数量用于估计到150年。增加了型号为140。

fillgaps (q, 150140)

输入参数

全部折叠

输入信号,指定为一个向量或矩阵。如果x是一个矩阵,那么它的列被视为独立的渠道。x包含s代表失踪的样品。

例子:因为(π/ 4 *(0:159))+重塑(的(32岁,1)*[0南南0],1160)是一个单路行向量信号丢失40%的样本。

例子:cos (pi. /(4; 2) *(0:159)) ' +重塑(的(64 1)*[0南南0],160年,2)是一个双通道信号大缺口。

数据类型:|
复数的支持:金宝app是的

预测序列的最大长度,指定为一个正整数。如果你离开maxlen未指定的,那么fillgaps迭代适合自回归模型使用所有以前的点估计,未来所有的分落后估计。

数据类型:|

阶自回归模型,指定为“另类投资会议”或者一个正整数。订单时截断订单是无限的或者当没有足够可用的样本。如果您指定订单作为“另类投资会议”,或者把它不明fillgaps选择的顺序最小化Akaike信息标准。

数据类型:||字符|字符串

输出参数

全部折叠

重构信号,作为一个向量或矩阵返回。

引用

[1]凯,史蒂文。现代谱估计理论和应用程序。恩格尔伍德悬崖,新泽西:Prentice Hall出版社,1988年。

[2]Orfanidis,索福克勒斯J。最优信号处理:介绍。第二版。纽约:麦格劳-希尔,1996年。

[3]Akaike Hirotugu。“拟合自回归预测模型”。研究所的年报统计数学。21卷,1969年,页243 - 247。

另请参阅

|

介绍了R2016a