随机信号的参数建模法

给随机信号建立参数模型是研究随机信号的一种方法，这种方法的思路就是认为随机信号x(n)是由白噪声w(n)激励系统得到的响应。从而在得到白噪声参数后将随机信号的研究转化为对产生随机信号的系统的研究。如图：

对于平稳随机信号来说，有三种线性模型：AR模型、MA模型、ARMA模型。

MA模型：
随机信号x(n)由当前激励w(n)和过去的激励线性组合产生：

通过z变换后，系统函数为：

q是系统阶数，所以该系统函数只有零点没有极点，一定稳定。

AR模型：
随机信号x(n)由当前激励w(n)和过去的若干次自身激励线性组合产生：


该系统函数只有极点没有零点，因此为了稳定性，要考虑极点情况

ARMA模型：
该模型是AR和MA的组合：


既有极点也有零点。

在现实生活中普遍用AR模型比较多，以此为例进行一下参数估计：
对随机函数两边乘以x(n-m)，再求均值：

自相关函数：

自相关函数呈偶对称，因此：

再推导：

得到：

再代入：


显然AR模型输出信号有递推性质
输入白噪声方差为：

该矩阵系数都是自相关矩阵