线性预测编码与 AR 建模

信息处理 噪音 自相关 时间序列 自回归模型 lpc
2022-02-04 18:09:18

我正在寻找一个合适的解释,在这种情况下,离散时间过程 x[n] 的 LPC 误差多项式可替换为 AR 模型下的误差多项式?我发现这本书指出,如果误差主要是白噪声,LPC 会减少到 AR(即通过增加预测误差方程的 RHS 求和中先前样本的数量:这是唯一的条件还是我错过了什么?

e[n]=i=1Nanx[ni]+x[n]

此外,我似乎无法弄清楚为什么在将 AR 过程成型为 LPC 形式时会采用 AR 最佳系数的复共轭。在第一张图片(Th 5.1)中,请注意导出的系数是而不是 C n(复共轭)。但在Eq 5.5中使用的系数是 C nCn注意导出的系数是 Cn 而不是 $C^*_n$(complex conjugate) 这里使用的系数是 C*n

对于我可能搞砸的任何技术术语以及我没有仔细阅读的内容,我深表歉意。对于这部分主题相对较新,任何编辑都表示赞赏。谢谢你。

第 5 章是我的查询与https://authors.library.caltech.edu/25063/1/S00086ED1V01Y200712SPR003.pdf相关的内容

1个回答

仅当随机时间过程是平稳的(不随时间改变分布参数)和遍历的(随时间的平均值等于整体平均值的平均值)时,LPC 才简化为 AR 建模。

自回归系数和过程的自协方差之间的这种联系由 Yule-Walker-Equations 描述(在您链接的书中提到)。

你书中的滤波器系数被定义为共轭,以使定义更容易(如下面的方程 2.5 所述,例如方程 2.10)。