其他IIR模型
发布时间:2008/11/10 0:00:00 访问次数:411
iir的特性也可以用系统输人-输出行为的观测值推导而得。问题是如何在数学上将这些测量值转换为滤波器模型。一种重要的滤波器建模策略是通过构建iir滤波器模型来解释系统输人输出功率谱,这类策略一般被称为参量谱估计。
参量谱估计以某种可接受的数学方法为线性系统生成一个传递函数,使其得到观测到的功率谱的可能性最大。尽管谱估计有非常严谨的理论,而且在很多应用中有重要用途,但是在滤波器设计中,可以简单地把它看作生成传递函数的工具。
有3种常用的基本参量估计方案,即自回归(auto-regresslve,ar)法、滑动平均(movlngaverage,ma)法以及自回归-滑动平均(auto regressive moving average,arma)法。n阶自回归模型,记为ar[n],可表达为下式:
n,m阶自回归-滑动平均模型,记为arma[m,n],可表示为下式:
这些估计模型的质量与应用场景相关,在不同建模技术下所呈现的由峰、谷构成的谱响应亦不同。
欢迎转载,信息来自维库电子市场网(www.dzsc.com)
iir的特性也可以用系统输人-输出行为的观测值推导而得。问题是如何在数学上将这些测量值转换为滤波器模型。一种重要的滤波器建模策略是通过构建iir滤波器模型来解释系统输人输出功率谱,这类策略一般被称为参量谱估计。
参量谱估计以某种可接受的数学方法为线性系统生成一个传递函数,使其得到观测到的功率谱的可能性最大。尽管谱估计有非常严谨的理论,而且在很多应用中有重要用途,但是在滤波器设计中,可以简单地把它看作生成传递函数的工具。
有3种常用的基本参量估计方案,即自回归(auto-regresslve,ar)法、滑动平均(movlngaverage,ma)法以及自回归-滑动平均(auto regressive moving average,arma)法。n阶自回归模型,记为ar[n],可表达为下式:
n,m阶自回归-滑动平均模型,记为arma[m,n],可表示为下式:
这些估计模型的质量与应用场景相关,在不同建模技术下所呈现的由峰、谷构成的谱响应亦不同。
欢迎转载,信息来自维库电子市场网(www.dzsc.com)
上一篇:参量IIR滤波器
上一篇:atlab对典型IIR的支持