м
альных
уравнений стаиовится более понятной
после их записи в развернутом виде
Рис.
7.1. Трансверсальная реализация фильтра
линейного предсказания ошибки: если
x[n]
является АР (m)-процессом,
то ef[n]
и
eb[n]
– процессы типа
белого
шума. Здесь z-1
означает
задержку на один отсчет.
236
Глава
7
Это
матричное уравнение по своей структуре
идентично урав- нениям Юла – Уолкера
(6.32) для авторегрессионного процесса.
Если выражение (7.2) переписать в виде
то
нетрудно видеть его подобие уравнению
(6.13) для авторе- грессионного процесса.
Следует, однако, отметить два различия
между процессом линейного предсказания
вперед и АР-процес- сом. Последовательность
u[n]
в
уравнении (6.13) соответствует белому
шумовому процессу,
который используется в качестве входного
воздействия
для авторегрессионного фильтра. После-
довательность x[n]
представляет
собой выход
авторегрессионного
фильтра. Последовательность значений
ошибки ef[n]
в
уравнении (7.7) представляет собой выход
фильтра
линейного предсказания ошибки вперед,
структурная схема которого показана
на рис. 7.1. Последовательность x[n]
–
это
входное воздействие
для
фильтра предсказания ошибки. Последователь-
