现代信号处理4_线性估计_递归（CSDN_20240407）

最新推荐文章于 2024-09-13 20:49:38 发布

woaixuexi428

最新推荐文章于 2024-09-13 20:49:38 发布

阅读量656

点赞数 17

分类专栏：信号处理学习笔记文章标签：信号处理学习

本文链接：https://blog.csdn.net/woaixuexi428/article/details/136638009

版权

信号处理学习笔记专栏收录该内容

17 篇文章 1 订阅

订阅专栏

线性估计

Levinson-Durbin递归

线性估计的应用

线性滤波误差（Error of Liner Filtering ）

前向预测误差（Forward Prediction Error）

后向预测误差

线性滤波误差之间的递推关系

小结

上一节讲述了最优的线性估计，维纳滤波器作为一种最优线性估计的具体实现形式，在现实中有着广泛的应用，这次课围绕递归（Recursion）主要讲两个方面的内容：线性估计（Liner Estimation）和线性滤波误差（The Error of Liner Filtering）。

这两项内容是之前学习内容的具体实现，虽然今天的研究价值已经不大，但这两项技术广泛应用在今天的电子设备中，仍值得我们了解或学习。本次课就借助这两项技术了解递归思想。

线性估计

Levinson-Durbin递归

线性估计的应用

Linear Predicting Code, LPC（线性预测编码）

在语音传输中，有两种方式供参考：1，直接把采样数据原样不动地传过去，这种做法简单易行，但效率很低，且占用很大的信道带宽；2，传一部分原始数据，再传一部分根据原始数据推断出来的数据。

方式2的工作过程大体可以描述为：1，在传输之前，先对A/D采集到的数据进行线性拟合，假定这段语音信号在短时间不会发生剧烈变化，那么线性拟合是很精准的，然后在根据Levinson-Durbin递归建立模型，并使其工作，当新的数据到来之后，并不直接把它传递过去，而是经过模型处理得到与线性拟合的数据的误差，然后传输这个误差。传输误差特别省带宽，因为预测误差彼此正交，没有冗余。在接收端端也有同样的模型，可以将误差补偿回来。当然模型不可能是一层不变的，每隔一段时间就要重新建立，重新建立模型的方式仍然是通过Levinson-Durbin递归算出线性预测的系数，并发送给接收端。

类似地，在图像处理中，由P帧和I帧之分，其中，I帧一幅完整的图像，P帧为前后两帧的差帧。图像传输中，先将I帧传输过去，第2帧就不需要完整的帧了，因为相对于上一帧而言，第2帧变化的部分很少，只需要传递前后两帧的差分值，就能够在原有数据的基础上生成一副新的图像。