参量IIR滤波器
发布时间:2008/11/10 0:00:00 访问次数:455
要求 用相同的测试信号设计并比较一组可在matlab中实现的ar建模技术。本例讨论如下几种ar建模技术。
①burg法:matlab burg函数。
②协方差法:matlab pcov函数。
③修正的协方差法:matlab pmcov函数。
④yule walker法:matlab pyulear函数。
解 用ar模型定义如下的ar信号生成器:
如果输入为随机白噪声,那么输出x[k]被称为随机ar序列。图1给出了输出响应x(ejω)的谱形状。
图1 测试信号的功率谱密度(频率轴已按fs/2归一化)
burg ar模型:基于测试信号x[k],利用pburg(x,4)设计4阶burg ar模型。
协方差ar模型:基于测试信号x[k],利用pcov(x,4)设计4阶协方差ar模型。
修正的协方差ar模型:基于测试信号x[k],利用pmcov(x,4)设计4阶修正协方差ar模型。
yule-walker ar模型:基于测试信号x[k],利用pyulear(x,4)设计4阶yule walker ar模型。
图1给出了设计结果。注意,在设计结果中可清楚地识别出图1 所示的两个谱峰中较强的峰,其中较弱的峰也能被识别,但效果较差。不过,当两个谱峰越来越接近或是测量噪声成为一个要素时,估计的质量将下降。
欢迎转载,信息来自维库电子市场网(www.dzsc.com)
要求 用相同的测试信号设计并比较一组可在matlab中实现的ar建模技术。本例讨论如下几种ar建模技术。
①burg法:matlab burg函数。
②协方差法:matlab pcov函数。
③修正的协方差法:matlab pmcov函数。
④yule walker法:matlab pyulear函数。
解 用ar模型定义如下的ar信号生成器:
如果输入为随机白噪声,那么输出x[k]被称为随机ar序列。图1给出了输出响应x(ejω)的谱形状。
图1 测试信号的功率谱密度(频率轴已按fs/2归一化)
burg ar模型:基于测试信号x[k],利用pburg(x,4)设计4阶burg ar模型。
协方差ar模型:基于测试信号x[k],利用pcov(x,4)设计4阶协方差ar模型。
修正的协方差ar模型:基于测试信号x[k],利用pmcov(x,4)设计4阶修正协方差ar模型。
yule-walker ar模型:基于测试信号x[k],利用pyulear(x,4)设计4阶yule walker ar模型。
图1给出了设计结果。注意,在设计结果中可清楚地识别出图1 所示的两个谱峰中较强的峰,其中较弱的峰也能被识别,但效果较差。不过,当两个谱峰越来越接近或是测量噪声成为一个要素时,估计的质量将下降。
欢迎转载,信息来自维库电子市场网(www.dzsc.com)
上一篇:FIR和IIR滤波器的比较
上一篇:其他IIR模型