Main Content

Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

schurrc

Coeficientes de reflexión de cálculo de la secuencia de autocorrelación

Sintaxis

k = schurrc(r)
[k,e] = schurrc(r)

Descripción

k = schurrc(r) utiliza el algoritmo Schur para calcular un vector de coeficientes de reflexión a partir de un vector que representa una secuencia de autocorrelación. y tienen el mismo tamaño.krkr Los coeficientes de reflexión representan los parámetros de celosía de un filtro de predicción para una señal con la secuencia de autocorrelación dada, .r Cuando es una matriz, trata cada columna como una secuencia de autocorrelación independiente y produce una matriz, del mismo tamaño que .rschurrcrkr Cada columna de representa los coeficientes de reflexión para el filtro de celosía para predecir el proceso con la secuencia de autocorrelación correspondiente.kr

[k,e] = schurrc(r) también calcula el escalar , la varianza del error de predicción.e Cuando es una matriz, es un vector de columna.re El número de filas de es el mismo que el número de columnas de .er

Ejemplos

contraer todo

Cree una secuencia de autocorrelación a partir de la señal de voz MATLAB® contenida en .mtlb.mat Utilice el algoritmo Schur para calcular los coeficientes de reflexión de un filtro de predicción de celosía para la secuencia.

load mtlb r = xcorr(mtlb(1:5),'unbiased'); k = schurrc(r(5:end))
k = 4×1

   -0.7583
    0.1384
    0.7042
   -0.3699

Referencias

[1] Proakis, John G., and Dimitris G. Manolakis. Digital Signal Processing: Principles, Algorithms, and Applications. 3rd Edition. Upper Saddle River, NJ: Prentice-Hall, 1996, pp. 868–873.

Consulte también

Introducido antes de R2006a