Professional Documents
Culture Documents
PREDICCIÓN LINEAL
Director de Proyecto: Dr. Héctor Pérez Meana
Registro CGPI: 980881
Sección de Estudios de Posgrado e Investigación
Escuela Superior de Ingeniería Mecánica y Eléctrica Unidad Culhuacan
Instituto Politécnico Nacional
Av. Santa Ana No.1000, Col San Francisco Culhuacan
C.P. 04430, México, D.F. Tel:56 56 20 58
e-mail: hmpm@prodigy.net.mx
p
en Sn Sˆn Sn ak Sn k (3)
k 1
2
p
Fig. 2. Ejemplo típico del promedio de la magnitud y la
medida de cruce por cero.
E e S n ak S n k
2
n (4)
n k 1
2.2 Coeficientes de predicción lineal
En cada recursión del algoritmo de Durbin, el
orden de predicción se incrementa y su correspondiente
El sistema vocal del ser humano se puede
error es determinado. Esto puede ser monitoreado como
representar matemáticamente por medio de la siguiente
un criterio sobre la predicción de orden p [3]
ecuación:
E0 R0
p
S n ak S n k G U n
k 1
(1)
Ki
Ri j 1 a (ji 1) Ri j
i 1
1 i p
Ei 1
Donde: Sn Salida
p Orden de predicción ai(i ) ki
ak Coeficientes de predicción
a (ji ) a ij1 ki ai(i j1) 1 j i -1
Sn k Salidas anteriores
G Factor escalar de ganancia
Ei 1 ki2 Ei 1 i 1,2,..., p
Un Entrada presente (en aplicaciones de
voz es ignorada)
a j a (j p ) 1 j p
Como la entrada G U n es desconocida, la
aproximación Ŝ n depende solo de las salidas anteriores, p
k 1,2,3,..., p 1
a p 1 (1), a p 1 (2),..., a p 1 ( p 1)
K p 1 a p 1 ( p 1)
6)
Fig. 5. Coeficientes de reflexión para la vocal a de un mismo
hablante
La actualización de los pesos se hace para cada Vocal 'e' 69.33 78.67
vector de entrada como se muestra en (7):
Tabla 2. Resultados de los coeficientes de predicción lineal