雷达 · 通信 · 电子战 / 基础精学 170
二阶Levinson-Durbin递推利用Toeplitz结构,从一阶预测器和一个反射系数构造二阶预测器,避免重新求解完整方程。
实际记录只包含有限个采样值。由记录计算得到的数值与总体参数并不相同:前者受记录长度、噪声、边界约定及运算精度影响,后者属于给定模型的属性。建立可复核结论需要先固定输入含义、统计假设和归一化方式,再比较可计算量与理论量。
实值正定自相关序列;采用预测多项式1加a1z逆加a2z逆平方的符号约定;预测误差方差为正。
ai(p):p阶预测多项式系数(无量纲)
kp:第p阶反射系数(无量纲)
Ep:预测误差方差(幅度平方)
残差与两个过去样本正交形成Toeplitz方程。
零阶误差为信号方差,一阶系数由相关比值给出。
消去第一行未知系数后得到新的标量分母。
原一阶系数加上反向系数的反射修正。
把系数代入误差能量,可化为乘法递推。
正定相关使每一步误差为正并限制反射系数模长。
二阶 Levinson 更新中的误差能量满足 E2=E1(1−|k2|2)。若一阶误差严格为正,则
该结构把 Toeplitz 正定性与逐阶误差下降相联系。
有限精度中,反射系数舍入到单位幅度会使误差能量变为零,后续归一化因而退化;舍入到单位幅度之外则产生不应出现的负误差能量。
上式为实系数扰动 δ 的精确差值。
接近边界时,应保留足够的系数分辨率并检测非正误差,而不是把负值简单解释成随机浮点噪声。子核算术通过不证明外部相关矩阵本身合法。
每次增阶只引入一个新的反射系数,它表示尚未由较低阶预测解释的相关。正误差方差是递推可继续进行的条件;接近零的误差会放大相关估计及舍入扰动。
用稳定二阶AR模型的解析相关计算两级递推,与直接Toeplitz线性解比较系数和误差方差,并检查反射系数边界。数值脚本使用固定随机种子;随机实验的判据采用有限容差,代数关系的判据采用浮点残差。图中同时展示参数变化趋势与对应误差,关键数值写入独立结果文件。
| 量 | 数值 |
|---|---|
| reflection k1 | -0.5 |
| reflection k2 | 0.2 |
| coefficient a1 | -0.6 |
| coefficient a2 | 0.2 |
| order2 error variance | 0.72 |
| direct coefficient error | 0 |
| normal equation residual | 0 |
图 1 二阶Levinson-Durbin递推的固定参数数值验证
表中数值和图中曲线由 MATLAB 实际运行得到,随机种子为 20261089;运行版本与完整结果另存为独立文件。
SystemVerilog实现Q14旧系数加反射系数乘反向系数,以及Q14反射系数下的误差方差缩放子核。端口为16位有符号码,内部64位,同步复位,valid空拍保持状态;
逐有效输入输出。自检覆盖多组数据、空拍、边界和复位,仅验证所述整数子核,不代表完整算法的硬件验证。
独立自检程序已在 Icarus Verilog 13.0 中实际运行并通过。该结果不包含器件综合、静态时序分析或板级测试。
用于低阶线性预测、AR建模和格型滤波器参数转换。系数正负号应始终与预测多项式保持一致。
非正定的估计相关会产生非物理反射系数或负误差。
高阶及接近奇异时需要更稳定的平方根或正则方法。
有限精度实现必须区分输入量化、内部舍入和最终结果格式,不能仅依据浮点曲线估计硬件误差。
二阶递推通过一个反射系数完成Toeplitz消元,结构与误差方差更新紧密关联。
内容依据:每日精学第 170 课《二阶Levinson-Durbin递推》。图表沿用原课固定参数数值结果,属于数值验证,不代表设备实测。