考虑一个可以表示为指数线性组合的信号:
我想估计极点并且有人告诉我,我可以通过计算观测值的汉克尔矩阵的 SVD 来估计它们:
但是我究竟如何利用 SVD?极点将是奇异值?是否有可能找到?
提前致谢!
考虑一个可以表示为指数线性组合的信号:
我想估计极点并且有人告诉我,我可以通过计算观测值的汉克尔矩阵的 SVD 来估计它们:
但是我究竟如何利用 SVD?极点将是奇异值?是否有可能找到?
提前致谢!
我的转换 EST 可以准确找到您要查找的内容。
EST的步骤如下。
令 N 为指数数。
为简单起见,我将假设所有指数底(z 值)都是复数。LPC 的大小必须为 2N。
您必须至少有 4N 个样本。情况 1 是当您有 4N 个样本时。使用 Hankel 矩阵和最后 2N 个样本作为结果向量创建一个线性方程组。LPC 向量是该系统的解决方案。
情况 2 是当您有超过 4N 个样本时。在这种情况下,您可以使用协方差方法找到 LPC。
将 LPC 向量转换为预测多项式,就像 LSP(线谱对)所做的那样。
求多项式的根。
多项式的根是您要查找的指数基。
如果信号是无噪声的,则指数基数是精确的。如果没有,这是一个估计。
一旦已知指数底,找到系数(c 值)就只是线性方程的问题。
您还问是否可以找到指数的数量。在无噪声信号的情况下:是的。否则,您应该找到足够多的指数并过滤掉其中的一些。请注意,每个指数基数都包含一个频率和该频率下信号的增长/衰减率,每个系数都包含一个幅度和一个相位。这些参数可用于过滤标准。
你必须使用汉克尔矩阵来估计它吗?这是因为如果我们谈论的是一个连续系统,指数的幂实际上就是你系统的模式。拿这个案子。
而两极是和。
将相同的想法应用于具有差分方程的一般解的离散,您可以进行比较以直接从方程中找到极点。
不知道这是否是你要找的!