rlevinson
反向Levinson-Durbin递归
语法
R = rlevinson(a,efinal)
[r,u] = rlevinson(a,efinal)
[r,u,k] = rlevinson(a,efinal)
[r,u,k,e] = rlevinson(a,efinal)
描述
反Levinson-Durbin递归实现了求解下列线性方程的对称Toeplitz方程组的降序算法r,在那里r= (r(1)……r(p+ 1)而且r(我)*表示复共轭r(我)。
R = rlevinson(a,efinal)
解上述方程组r给定的向量一个,在那里一个= [1一个(2)……一个(p+ 1).在线性预测应用中,r
表示预测误差滤波器的输入的自相关序列,其中r(1)为零滞后元素。下图显示了这种类型的典型过滤器,其中H(z)是最佳线性预测器,x(n)为输入信号,
是预测信号,和e(n)为预测误差。
输入向量一个的多项式系数表示该预测误差滤波器的多项式系数z.
滤波器必须是最小相位才能产生有效的自相关序列。efinal
为预测误差的标量幂,等于预测误差信号的方差,σ2(e)。
[r,u] = rlevinson(a,efinal)
返回上三角矩阵U从UDU*分解
在哪里
而且E输出中是否返回元素的对角矩阵e
(见下文)。这种分解可以有效地求出自相关矩阵的逆,R−1.
输出矩阵u
包含预测滤波器多项式,一个
,从每次迭代的反向Levinson-Durbin递归
在哪里一个我(j)是j的系数我Th阶预测滤波器多项式(即步长我在递归中)。例如,5阶预测滤波器多项式为
A5 = u(5:-1:1,5)'
请注意,u (p + 1: 1:1, p + 1)”
输入多项式系数是向量吗一个
.
[r,u,k] = rlevinson(a,efinal)
返回一个向量k
的长度p+ 1包含反射系数。反射系数是第一行的值的共轭u
.
K = conj(u(1,2:end))
[r,u,k,e] = rlevinson(a,efinal)
返回长度向量p+ 1包含每一次反向Levinson-Durbin递归迭代的预测误差:e (1)
为一阶模型的预测误差,e (2)
是二阶模型的预测误差,等等。
这些预测误差值形成了矩阵的对角线E在UDU*分解R−1.
例子
参考文献
[1]凯,史蒂文M。现代谱估计:理论与应用.恩格尔伍德悬崖,新泽西州:Prentice-Hall, 1988。