Описание

Блок Yule-Walker AR Estimator использует метод Yule-Walker AR, также называемый способом автокорреляции, чтобы подгонять авторегрессивную (AR) модель к оконным входным данным путем минимизации ошибки прямого предсказания в смысле наименьших квадратов. Эта формулировка приводит к уравнениям Юла-Уокера, которые решаются рекурсией Левинсона-Дурбина. Выходы блоков всегда несингулярны.

Блок Yule-Walker AR Estimator может выводить коэффициенты модели AR-модели как полиномиальные коэффициенты, коэффициенты отражения или оба. Это вход может быть векторы-строки, вектор-столбец или неориентированный вектор, который принимается как выход системы AR, управляемой белым шумом. Блок принимает матрицы и обрабатывает каждый столбец матрицы как канал. Если вход является вектором-строкой длины N, вход обрабатывается как N различных каналов. Если вход является неориентированным вектором, вход рассматривается как один канал. Блок вычисляет нормированную оценку системных параметров AR, A (z), независимо для каждого последующего входного кадра.

Когда вы выбираете Inherit estimation order from input dimensions, порядок <reservedrangesplaceholder2> полнополюсной модели на один меньше, чем длина каждого входного канала. В противном случае порядок является значением, заданным параметром Estimation order. Чтобы гарантировать действительный выход, вы должны задать параметр Estimation order на скаляр, меньше или равный половине длины входного канала. Блоки Yule-Walker AR Estimator и Burg AR Estimator возвращают аналогичные результаты для больших форматов кадра.

Когда Output(s) установлено на A, порт А включен. Для каждого канала порта А выводит столбец длины p + 1, который содержит нормированную оценку коэффициентов модели AR в нисходящих степенях z

[1 a(2) ... a(p+1)]

Когда Output(s) установлено на K, порт K включен. Для каждого канала порт K выводит столбец с p длиной, элементами которого являются коэффициенты отражения AR-модели. Когда Output(s) установлено на A and Kоба порта А и K активизированы, и каждый порт выводит соответствующие коэффициенты модели AR-модели для каждого канала.

Квадрат усиления модели, G, обеспечивается в порту G. G является скаляром для каждого канала.

Блок Burg AR Estimator страницы с описанием для сравнения блока Burg AR Estimator, Ковариации AR Estimator, изменённой Ковариации AR Estimator и блоков Yule-Walker AR Estimator.

Параметры

Ссылки

Кей, С. М. Современная спектральная оценка: теория и применение. Englewood Cliffs, Нью-Джерси: Prentice Hall, 1988.

Марпл, С. Л., младший, Цифровой спектральный анализ с применением. Englewood Cliffs, Нью-Джерси: Prentice Hall, 1987.

Поддерживаемые типы данных

См. также