MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

UML建模工具Jude 5.5.2 免安装版 绿色版　JUDE(Java and UML Developers Environment)，一个小巧实用的UML建模软件，不到2M，绝对可以符合UML建模的要求，可以画CLASS，USECASE，STATECHART，ACTIVITY，OBJECT，SEQUENCE，COLLABORATION，COMPONENT和DEPLOYMENT图，可以导入JAVA源文件直接建模，也可以导入ROSE98的MDL文件，可以将模型导出成JAVA源文件，HTML和文本格式。
当然它不可能具备ROSE等大型软件的众多强大的功能，但我相信绝大部分人在绝大部分时间用的仅仅是ROSE不到1%的功能，而且还存在着版权的问题。
而JUDE是完全免费的，软件发布采用的SMALL RELEASE，一到两个星期就会发布一次，在不断开发新功能的同时，满足用户所提出的新功能的要求和修复前一版本可能存在BUG。
　　JUDE是一个中日合作采用XP开发方式纯JAVA开发的软件，也可以说是半个国产软件，但这绝对不是我推荐这款软件的理由，我推荐她完全是因为我喜欢她，功能完善，速度快，易操作，易上手

SPWM有需求的看过来-siqu_sanxiang_SPWM.mdl在此贡献几个不同的spwm的模型，供大家学习使用，欢迎讨论！！

这是一个图书管理系统的mdl文档，比较适合混过老师的要求

这是一款酒店预订管理系统uml建模rose版mdl文件+详细设计文档希望能够帮助你！这是一款酒店预订管理系统uml建模rose版mdl文件+详细设计文档希望能够帮助你！

基于下垂控制的三相逆变器仿真模型-droop4.mdl自己搭建的基于P-f,Q-V控制的三相逆变器仿真，贴出来，供大家学习

simulink下mdl建模实例28个

代码经测试可用，直接转矩控制三相异步电动机simulink实现，实现平台为matlab2018b/simulink，包括两个S-Function函数psi_to_fai.m、switch_U.m，一个·仿真文件DTC.mdl

本仿真是基于matlab仿真软件搭建的基于逆变器网络的直接功率控制，可供研究逆变器控制的初学者研究学习。

基于MRAS的无速度矢量控制系统仿真-MRAS_SVPWM_MT_FOC.mdl      最近调通的几个基于MRAS无速度矢量控制模型，给大家分享分享，一起提高，欢迎回帖！我在调试过程中发现一下几点很重要：1）系统的采样率最好小点（设为5*e-6)，如果过大，则不管MRAS中的PI怎么调试也很难成功！2）在调节MRAS之前，先把原来有速度反馈模型中的几个PI调节好很关键，如果有速度矢量控制的PI没有调节好，直接调试MRAS则很难成功。
下图是第二个模型的实测转速和辨识转速的仿真波形，从图看，在加速、减速和负载变化过程中估算转速都还可以。
希望对大家有用，如果发现有什么问题，希望大家积极回帖讨论。
n4.jpg

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。