数据压缩作业:随机信号AR模型

该博客介绍了如何使用MATLAB进行随机信号的AR模型参数建模。通过具体解题过程,展示了如何利用递推公式计算自相关序列,并验证AR模型参数的无失真性。最终,通过实际计算验证了模型的正确性。

随机信号的参数建模法--AR模型分析

随机信号AR模型

AR 模型(自回归模型 Auto-regression model)在这里插入图片描述

推导

在这里插入图片描述

利用公式解题

在这里插入图片描述
解题如下:
运用公式在这里插入图片描述

其中σw的值是1
而a1 = − 14 / 24 a2 = − 9 / 24 , a3 = 1 / 24
A矩阵为:在这里插入图片描述
以上是指导书中给出的解法,我们用matlab进行一下验证
在这里插入图片描述
可验证求出来的结果的正确性。
对于r(4)和r(5)我们可以通过递推公式由前三项求出,以下为matlab结果:

在这里插入图片描述
然后我们来验证他的无失真性
在这里插入图片描述
所求出来的即为参数a1,a2,a3.我们可以看到,AR模型参数是无失真的估计,因为已知AR模型,我们可以得到完全的输出观测值,因而求得的自相关函数没有失真,当然也就可以不失真地估计。
下一步利用给出的 32 点观测值,先求自相关序列
在这里插入图片描述
然后我们将头四个相关序列值作为R(0)到R(3)进行带入
计算矩阵之后我们可以得到:
在这里插入图片描述

我们对比一下,发现我们得统一一下,我们让ans能得出第一项等于1的结果:
在这里插入图片描述
然后我们就得到了估计值。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值