电子科技大学：《信号处理理论与算法》课程教学资源（课件讲稿）第二部分 CH03 参数模型功率谱估计

AR参数估计 从有限数据集合提取模型参数 理论上，AR模型参数是根据预测误差功率FPE)最小的 准则确定 min(c)-min Σe间 ()前向预测误差和后向预测误差. e(n e(n 三(e* 数据加窗，效率高，保证 (2)Yule-Walker法 min PEF最小相位 (自相关法) (3)协方差法 min (e) 不加窗，效率高，潜在不稳 定因素 (4)Burg法min [(e+(e] 不加窗，更多数据〉更好 的估计和更低误差；最小 化复合全局误差。 11

从有限数据集合提取模型参数 (1) 前向预测误差和后向预测误差. (2) Yule-Walker 法 (3) 协方差法 (4) Burg 法 理论上，AR模型参数是根据预测误差功率(FPE)最小的 准则确定   2 min min n  e n         e n   e n       1 2 0 min N p n e n                1 2 min N n p e n                   1 2 2 min N n p en en                 数据加窗，效率高,保证 PEF最小相位 不加窗，效率高,潜在不稳 定因素 不加窗，更多数据--〉更好 的估计和更低误差；最小 化复合全局误差。 （自相关法） AR参数估计 11

AR功率谱估计的性质 ·隐含的自相关函数扩展 ·等同于最大熵谱估计 ·等同于线性预测 12

• 隐含的自相关函数扩展 • 等同于最大熵谱估计 • 等同于线性预测 AR功率谱估计的性质 12