使用 Padé 近似的精确近似样本的数量

信息处理 近似
2022-02-03 02:57:29

昨天我已经在这个问题上与 Fat32 进行了一些很好的讨论。

今天我又迷茫了。Statistical digital signal processing and modeling的作者Mh Hayes 和 Fat32 都表示 Padé 可以逼近 p+q+1 个样本。然后我找到了这个练习 锻炼

和解决方案 解决方案

我算错了还是有5 个样本用于近似?q+p+1 应该是2+3+1=6因此有 6 个完美近似的样本。好的,我已经计算过了。由于周期性,第六个样本也是正确的。但是如果向量将是例如 10 在x[5](第六个样本)?

为了求解 a,我将有 3 个向量方程[1,a1,a2]T这是不可能解决的。我在哪里犯错?

1个回答

该问题及其解决方案与 Monson Hayes 描述 Padé 近似的书一致。

你的错误是你采取了p=2q=3这是错误的。正确的是q=2并且有 3 个未知数b[k],该问题定义了一个二阶系统,即a[k]=[1,a1,a2]b[k]=[b0,b1,b2],根据书。

既然有p+q+1=2+2+1=5(+1 是为了b0) 系统传递函数中的未知系数H(z),然后从它的脉冲响应h[n],只有前 5 个样本与数据匹配x[n]为了n=0,1,2,3,4.

从给定的解决方案中可以看出,有 5 个方程用于 5 个未知数,最后 2 个用于求解未知数a1,a2前 3 个用来查找b0,b1,b2. 使用的数据集是x=[x0,x1,x2,x3,x4]=[2,1,0,1,0].

请注意,对于前两个方程x(1)x(2)被隐式引用,对于因果建模假设为零。