ARMA.rar_ARMA matlab_ARMA 参数_ARMA参数估计_ARMA模型参数

colordef black clc clear all; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 最小二乘法 % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% N=128; %样本数据长度 n=1:N ; wn=randn(1,length(n)); %产生一个高斯白噪声 f1=0.2; f2=0.213; xn=sqrt(20)*sin(2*pi*f1*n)+sqrt(2)*sin(2*pi*f2*n)+wn; plot(xn); title('原始信号'); Rx=xcorr(xn,'biased');%x(n)的自相关函数； p=4; c=N+1-p:N; r=N:N+p-1; R=hankel(Rx(c),Rx(r)); %设置R的hankel矩阵 i=1:p; r=Rx(N+1:N+p); a=(-1)*(R'*R)\(R'*r');%利用最小二乘法求参数a a(p+1,1)=1; figure(2); freqz(1,a,1024,1); title('最小二乘') % % % % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % % % % %SVD-TLS估计% % % % % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % % % % N=128; %样本数据长度 % % % % % g=[]; % % % % % NT=20;%循环的次数 % % % % pe=50; % % % % qe=50; % % % % M=50; % % % % % for cc=1:NT; % % % % n=1:N ; % % % % wn=randn(1,length(n)); %产生一个高斯白噪声 % % % % f1=0.2; % % % % f2=0.213; % % % % Rx=0; % % % % xn=sqrt(20)*sin(2*pi*f1*n)+sqrt(2)*sin(2*pi*f2*n)+wn; % % % % Rx=xcorr(xn,'biased'); % % % % for i=1:M; % % % % for j=1:pe+1; % % % % Re(i,j)=Rx(qe+i-j+1+N); % % % % end % % % % end % % % % [U,S,V] = svd(Re) ; % % % % for k=1:M; % % % % if S(k,k)/S(1,1)<0.03; % % % % S(k,k)=0; % % % % end % % % % end % % % % p=rank(S); % % % % Sp=zeros(p+1,p+1); % % % % n=length(S(:,1))-1; % % % % for j=1:p; % % % % for i=1:n+1-p; % % % % w=V(i:i+p,j); % % % % Sp=Sp+S(j,j)^2*w*w'; % % % % end % % % % end % % % % Sp1=inv(Sp); % % % % g=Sp1(2:p+1,1)/Sp1(1,1); % % % % g=g'; % % % % g=[1,g]; % % % % % end % % % % % %至此循环20次结束 % % % % % for i=1:p+1; % % % % % cnt=0; % % % % % for j=1:20; % % % % % cnt=cnt+g(j,i); % % % % % end % % % % % yy(i)=cnt/20;%求循环20次的平均值 % % % % % end % % % % freqz(1,g,1024,1); % % % % title('SVD-TLS');