搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
burg
- 用Burg算法估计AR模型参数，进而实现功率谱估计. 形参说明： x——双精度实型一维数组，长度为n，存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组，长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 v--双精度实型指针,它指向预测误差功率，即AR模型激励白噪声的方差。 -with Burg algorithm estimates AR model parameters, ther
yulewalker
- 现代谱估计用莱文森-德宾(Levinson-Durbin)算法求解尤利-沃克(Yule-Walker)方程。 形参说明： r:双精度实型一维数组，存放Yule-Walker方程的元素r(0),r(1),...r(p)。 p:AR模型阶数。 a:AR模型系数a(0),a(1),...a(p)。 v:预测误差功率- The modern spectrum estimated (Levinson-Durbin) the algorithm solves with 鑾辨枃妫?- t
burg.
- burg法估计AR（P)模型参数的算法。里面ef是前项误差bf是后项误差，mse是预测误差的均方值。程序的最后输出的是把各阶预测误差放在一个下三角距阵中-burg estimates the AR (p) model parameter algorithm. Ef is inside the former bf error is the latter error, mse is forecast error of the mean square value. Procedures for the
ARMCSharp
- C#编写的AR(M）趋势预测模型函数，包括AR模型参数值计算，预测函数，还有LDLT计算三角矩阵方程函数-prepared by the AR (M) trend forecasting model function, including the AR model parameter values, the predictive function. There LDLT triangular matrix equation calculation function
Speech Enhancement Based On AUnvoiced-Voiced Model
- 摘要：基于语音状态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后，将得到两个语音模型：时变AR 模型、时变双AR模型。但是利用这些模型增强语音时，都没有考虑到语音的清音、浊音区别。为此本文引入了语音清浊音状态空间模型，这种模型在描述语音方面比时变AR模型、时变双AR模型要强，而且物理含义明显 同时在用含噪语音信号预测纯净语音信号时，引入遗忘因子和粒子滤波算法以降低计算复杂性，减小运算量。实验证明，增强后的语音信号信噪比有一定提高．且优于传统的LPC模型.
lpc_m
- 实现LPC线性预测分析,能够提取AR模型参数并进行DCT变换处理
Lattice_Verilog
- 本文讨论了AR模型及线性预测的原理，在浮点型DSP TMS320C6713B上实现了语音信号线性预测系数(LPC)的提取，并利用LPC系数用Verilog语言实现了AR模型的Lattice结构。
LMS-FTF-LSL
- 包括：三种LMS算法实现AR(2)的预测，法2、3用递推计算Km,两者区别在于d(n)的取法略微不同；用LSL和FTF算法实现简单的系统辨识。-Include: three LMS algorithm AR (2) the forecast, France 2,3 calculated with recursion Km, whichever is the difference between d (n) of a slightly different取法 LSL and the FTF al
rls
- 自适应rls的算法仿真，最后图包括学习曲线，误差权矢量-Rls adaptive algorithm simulation, the final plan, including the learning curve, the error weight vector
Y-W
- Yule—Walker方程构造信号的AR模型,Burg递推算法计算不同阶数的预测器系数-Yule-Walker equation for constructing the signal of AR model, Burg recursive algorithm to calculate the number of different order predictor coefficient
2
- 本程序采用AR模型，可以用来进行电力负荷的预测-The program uses AR model can be used for power load forecast
shijian
- 全部的时间序列模型，包括指数平滑法，趋势预测算法，AR预测模型，全部是调试好的代码-The aggregation of all the time series algorithm, including exponential smoothing, trend prediction, AR series model, are all good debugging code
AR
- 电力系统短期负荷预测ARMA预测数字信号处理-Power system short-term load forecasting ARMA prediction of digital signal processing
Weighted-HMM-AR-model
- 一种基于加权隐马尔可夫的自回归状态预测模型-Based on weighted HMM state autoregression prediction model
MS(k)-AR(p)
- 基于matlab的马尔科夫链回归预测，附带程序使用和说明。- regarading to Forecasting based on Matlab Markov Chain,with the incidental uses and descr iption.
ARMA
- ARMA 模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。(ARMA model is an important method for studying time series. It is composed
arorder
- 在时间序列的预测模型中，需要就算自回归模型的p阶数，以这个函数是用来估计AR阶数的，便于构建自回归滑动平均模型，来预测未来事物的发展趋势。(This function estimates AR order)
LMS
- LMS算法实现一阶AR模型的线性预测估计(LMS algorithm for linear prediction estimation of first order AR model)
AR自回归模型
- 这是基于MATLAB软件的自回归模型，主要用来模拟预测时间序列，该程序同时可实现输出模型模拟结果等功能。