Документация Engee

ac2poly

Преобразование автокорреляционной последовательности в полином предсказывающего фильтра.

Библиотека

EngeeDSP

Синтаксис

Вызов функции

  • a,eFinal = ac2poly(ac) — возвращает коэффициенты предсказывающего фильтра a из автокорреляционной последовательности ac и конечную ошибку предсказания eFinal, определенную в результате работы предсказывающего фильтра за length(ac) шагов.

Аргументы

Входные аргументы

# ac — автокорреляционная последовательность
вектор | матрица

Details

Автокорреляционная последовательность, заданная как вектор или матрица.

Если задать аргумент ac как матрицу, то функция ac2poly будет рассматривать каждый столбец ac как отдельный канал.

Типы данных

Float32, Float64
Поддержка комплексных чисел

Да

Выходные аргументы

# a — коэффициенты предсказывающего фильтра
вектор | матрица

Details

Коэффициенты предсказывающего фильтра, возвращаемые в виде вектора-строки с тем же количеством элементов, что и в аргументе ac, или в виде матрицы с таким количеством строк, сколько каналов определено в аргументе ac. Функция возвращает первый столбец a как 1, таким образом a[1] = 1, если a является вектором-строкой.

Полином a представляет собой коэффициенты предсказывающего фильтра, который выдает сигнал с автокорреляционной последовательностью, приблизительно равной ac.

# eFinal — мощность конечной ошибки предсказания
скаляр

Details

Мощность конечной ошибки предсказания, возвращаемая в виде скаляра.

Примеры

Полином предсказывающего фильтра на основе автокорреляционной последовательности

Details

Пусть дана автокорреляционная последовательность ac, определим эквивалентный полином линейного предсказывающего фильтра и конечную ошибку предсказания.

import EngeeDSP.Functions: ac2poly

ac = [5.0000 -1.5450 -3.9547 3.9331 1.4681 -4.7500]

a, efinal = ac2poly(ac)

println("a = ", a, "\neFinal = ", efinal)
a = [1.0 0.6147394267420019 0.9898137123620191 0.00042096865645934855 0.003444720005228037 -0.007709673467442522]
eFinal = 0.17914515163827727

Литература

  1. Kay, Steven M. Modern Spectral Estimation. Englewood Cliffs, NJ: Prentice-Hall, 1988.