[医]波纹管
估计自相关矩阵的数据矩阵。
库::`工程师`
争论
输入参数
# *方法* — 矩阵计算方法
+
"自相关" (默认情况下)| "prewindowed" | "postwindowed" | "协方差" | "修改"
Details
由以下值之一指定的矩阵计算方法:
* "自相关" (默认情况下)
+
[参数:H] —这是一个矩形矩阵温室大小 (n+[参数:m])×([参数:m]+1),其生成用于数据向量的自相关估计 [参数:x] 长度 n 使用基于预测模型的窗口化前后数据获得 [参数:m]-顺序。 该矩阵可用于使用Yule方法估计自回归模型的参数。 -沃克
* "prewindowed"
* "postwindowed"
* "协方差"
+
[参数:H] —这是一个矩形矩阵温室的大小 (n−[参数:m])×([参数:m]+1),其生成用于数据向量的自相关估计 [参数:x] 长度 n 使用基于预测模型的非窗口数据获得 [参数:m]-顺序。 该矩阵可用于使用协方差方法执行自回归参数估计。
* "修改"
例子:
修改的数据和自相关矩阵
Details
我们将生成一个由三个复指数函数组成的信号,其中添加了白高斯噪声。 让我们使用修改后的方法计算数据矩阵和自相关。
import EngeeDSP.Functions: corrmtx, randn
n = 0:99
s = exp.(im * pi/2 .* n)' + 2 .* exp.(im * pi/4 .* n)' + exp.(im * pi/3 .* n)' + randn(1, 100)
m = 12
X,R = corrmtx(s,m,"modified")
让我们绘制自相关矩阵的实部和虚部。
A = repeat(1:m+1, 1, m+1)
B = repeat((1:m+1)', m+1, 1)
p1 = plot(A, B, real(R), st=:surface, title="Re(R)")
p2 = plot(A, B, imag(R), st=:surface, title="Im(R)")
plot(p1, p2, layout=(2,1))
