AnyMath 文档

保利2ac

预测滤波器多项式变换成自相关序列。

库::`工程师`

语法

函数调用

争论

输入参数

# 一个 — 预测滤波器的系数

+ 向量资料

Details

预测滤波器的系数,设为矢量。

参数的值 a 它有以下限制:

  • a[1] 它不能等于 0; 如果 a[1] 不等于 1,功能 *保利2ac 将预测滤波器的多项式归一化为 a[1].

数据类型

漂浮物32, 漂浮64</无翻译> 支持复数::是

# eFinal — 最终预测误差的功率

+ 标量,标量

Details

最终预测误差的功率,作为标量给出。

数据类型

漂浮物32, 漂浮64</无翻译> 支持复数::是

输出参数

# 交流 — 自相关序列

+ 向量资料

Details

作为列向量返回的自相关序列,其元素数与向量中的元素数相同 [参数:a].

例子:

基于预测滤波器的自相关序列的计算

Details

让给出一个多项式 a 预测滤波器和最终预测误差 伊菲纳尔,让我们找到自相关序列。

import EngeeDSP.Functions: poly2ac

a = [1.0000 0.6147 0.9898 0.0004 0.0034 -0.0077]
efinal = 0.2
ac = poly2ac(a, efinal)
6-element Vector{Float64}:
  5.591709093839243
 -1.7276920029304619
 -4.423063394533152
  4.398506494154623
  1.6425622434116223
 -5.312625200749032

文学作品

  1. Kay,Steven M. _Modern Spectral Estimation._恩格尔伍悬崖,NJ:普伦蒂斯-霍尔,1988.