タグ付けされた質問 「autoregressive-model」

1
なぜ適応型AR NLMSフィルターをオーバーモデリングすると鋭いスパイクが修正されるのですか?
ホワイトノイズを燃料とする自動回帰2次モデルをシミュレートし、次数1〜4の正規化された最小平均二乗フィルターを使用してパラメーターを推定しました。 一次フィルターはシステムをモデル化しているため、当然、推定は奇妙です。2次フィルターは、いくつかの鋭いジャンプがありますが、適切な推定値を見つけます。これは、NLMSフィルターの性質から予想されるものです。 私を混乱させるのは、3次と4次のフィルターです。次の図に示すように、急激なジャンプが解消されているようです。システムをモデル化するには2次フィルターで十分なので、何を追加するかわかりません。とにかく、冗長パラメーターはを中心に動きます。000 誰かがこの現象を定性的に説明してくれませんか?何が原因で、それは望ましいことですか? Iは、ステップサイズ用い、10個の4サンプル、およびARモデルX (T )= E (T )- 0.9 X (T - 1 )- 0.2 X (T - 2 )ここで、E (T )であるホワイトノイズを分散1。μ=0.01μ=0.01\mu=0.0110410410^4x(t)=e(t)−0.9x(t−1)−0.2x(t−2)x(t)=e(t)−0.9x(t−1)−0.2x(t−2)x(t)=e(t)-0.9x(t-1)-0.2x(t-2)e(t)e(t)e(t) 参考のために、MATLABコード: % ar_nlms.m function th=ar_nlms(y,order,mu) N=length(y); th=zeros(order,N); % estimated parameters for t=na+1:N phi = -y( t-1:-1:t-na, : ); residue = phi*( y(t)-phi'*th(:,t-1) ); th(:,t) = th(:,t-1) …


2
母音のARモデルに使用する入力は何ですか?
母音の2秒の発音を録音しました。信号の最初の0.12秒程度を以下に示します。 これで、この信号を圧縮するための自己回帰(AR)8次モデルを構築しました。(実際には、160個のサンプルまたは一度に0.02秒をモデル化しているだけです。)arMatlabのSystem Identification Toolboxの関数は、「最適な」スペクトルフィットのパラメーターを推定できます。 私の問題は、モデルフィルターへの確率的入力を選択することです。ホワイトノイズより良いものがあると思います。周期性(0.02秒あたり14周期)は、同じ周期のインパルス列が適切だと思います。 もしそうなら、どのように振幅を選択し、どのように周期性を見つけますか?ACFとPSDの推定はかなりうるさいです。私は正しい軌道に乗っていますか?
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.