8.3.3. Определение параметров АР-модели по анализируемым данным
Часто при спектральном анализе значения автокорреляционной функции неизвестны. В этом случае определение параметров АР-модели необходимо выполнить, располагая лишь отсчетами
анализируемого процесса. Если число отсчетов
доступное для анализа, относительно мало («короткая» последовательность
не более чем в 2—3 раза превышает максимальный порядок АР-модели), то параметры модели определяются один раз.
Для однократного нахождения параметров АР-модели по короткой последовательности обычно используются те или иные варианты методов линейного предсказания
и разд. 6). Ниже рассматриваются лишь два варианта автокорреляционный метод и алгоритм Берга.
Для любого метода линейного предсказания «вперед» выходной сигнал АР-модели
рассматривается как линейная оценка
очередного отсчета
анализируемой последовательности. Текущая ошибка линейного предсказания «вперед»
Из (8.24) и (3.25) следует, что для линейного предсказания «вперед»
где
.
В методах линейного предсказания «вперед» минимизируется общая или суммарная ошибка предсказания
т. е. для определения коэффициентов
используется метод наименьших квадратов. Различные варианты методов линейного предсказания отличаются выбором области допустимых значений
в (8.27). При использовании автокорреляционного метода
принимает значения от 0 до
причем считается, что
при
Из (8.26) и (8.27) получается выражение для суммарной ошибки предсказания автокорреляционного метода
Необходимые и достаточные условия минимума
а также разд. 4 и 6)
представляют собой систему линейных алгебраических уравнений относительно неизвестных параметров
где
Для вычисления коэффициентов и решения системы (8.30) разработаны эффективные алгоритмы и соответствующие ФОРТРАН-программы [6.3]. Эти алгоритмы позволяют в 6 раз уменьшить объем вычислений по сравнению с прямыми методами вычисления коэффициентов и решения системы (8.30).
После решения системы (8.30) величина
необходимая для вычисления
может быть определена из (8.28):
Алгоритм Берга
предусматривает определение параметров АР-модели из условия минимума величины
при ограничении [см. (8.22)] Левинсона
где
параметр АР-модели;
— ошибка предсказания «вперед»;
предсказания «назад».
Величина
необходимая для расчета
определяется как
Из (8.32) следует расчетная формула для параметра АР-модели:
Параметры
АР-модели рассчитываются с помощью ограничения Левинсона [см. (8.32)].
Пример 8.9 [6.8]. В соответствии с алгоритмом Берга был выполнен спектральный анализ сигнала
представляющего собой сумму двух синусоидальных сигналов с амплитудами, равными 1, и нормированными частотами
(по условию нормировки интервал дискретизации
белого шума. Отношение сигнал-шум (под сигналом понималась средняя мощность одного синусоидального сигнала, а под шумом — средняя мощность шума) было равно 0 дБ. Число отсчетов анализируемого сигнала составляло
На рис. 8.6 показаны графики
иллюстрирующие зависимость результатов спектрального анализа от выбранного порядка АР-модели Q.
Рис. 8.6