什么是参数建模
参数建模技术用于寻找一个描述信号、系统或过程的数学模型的参数。这项技术通过使用已知信息来求取模型。它的应用包括语音合成、数据压缩、高分辨率谱估计、通信技术、机械制造、仿真等。
常用的参数建模函数
利用未知系统的合适信息,如脉冲响应、频率响应、输入输出序列等,参数辨识函数可以计算得到系统的线性模型参数。
这些参数建模函数的一个重要应用是利用脉冲或频率响应序列实现滤波器设计,即面向数据的IIR、FIR滤波器设计。Yulewalk函数就是专门做ARMA滤波器设计的,它实际上也是一个参数辨识函数。
另外,与参数建模相对,还有非参数建模,如pburg、pyulear等谱估计方法。
常用的参数建模函数如下
域
函数
说明
时域
Arburg
使用Levinson-Durbin方法得到全极点滤波器系数
Arcov
通过最小化前向预测误差得到全极点滤波器系数
Armcov
通过最小化前向和后向预测误差得到全极点滤波器系数
Aryule
利用自相关函数估计得到全极点滤波器系数
Lpc、levinson
利用脉冲响应得到全极点滤波器系数
Prony
利用脉冲响应得到IIR滤波器
Stmcb
利用输入输出数据得到IIR滤波器
频域
Invfreqz,invfreqs
利用频率响应数据得到数字或模拟滤波器系数
时域建模
Lpc、prony和stmcb函数可以实现利用脉冲响应数据辨识参数模型,它们在模型结果的复杂度、精确度上有差别。
Lpc