Zusammenfassung
Wie aus den im vorigen Kapitel geschilderten Zusammenhängen hervorgeht, wird die Berechnung eines Spektrums bei kleinen Abtastlängen N rasch problematisch. Benutzt man die Methode der Fensterung, so resultieren verwaschene Spektren mit einer — der Gewichtsfolge entsprechenden — Struktur aus Haupt- und Nebenkeulen. Eine bezüglich der Qualität der erhaltenen Spektren signifikante Erhöhung der Stützstellenzahl N ist oft aus praktischen Gründen nicht möglich. Es sind immerhin Verdopplungen der Beobachtungslänge für halbierte Hauptkeulenbreiten erforderlich, Aufwand und Kosten wachsen entsprechend.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Prony, G. R.: Essai experimental et analytique, etc, Paris, J. de L’Ecole Polytechnique Vol. 1 cahier 2, S. 24 – 75 (1795)
McDounough, R. N.: Best least-squares representation of signals by exponentials, IEEE Trans. Auto. Contr. 13 (1968), S. 408 – 412
Holtz, H.: Pronys method and related approaches to exponential approximation, Aerospace Corp. Rep. ATR-73 (9990)-5 (1973)
Hildebrand, F. B.: Introduction to numerical analysis, McGraw Hill, New York 1956
Yule, G. U.: On a method of investigating periodicities in disturbed series, with special reference to Wolfer’s sunspot numbers, Phil. Trans. Royal Soc., London (1927), Series A 226, S. 267 – 298
Walker, G.: On periodicity in series of related terms, Proc. Roy. Soc, London (1931), Series A 131, S. 518 – 532
Makhoul, J.: Spectral Analysis of Speech by Linear Prediction, IEEE Trans. Audio Electroacoust. 21 (1973), S. 140 – 148
Makhoul, J.: Adaptive Noise Spectral Shaping and Entropy Coding in Predicitve Coding of Speech, IEEE Trans. Acoust. Speech Sig. Proc. 27 (1979), S. 63 – 73
Lang, S. W.; McClellan, J. H.: A Simple Proof of Stability for All-Pole Linear Prediction Models, Proc. IEEE 67 (1979), S. 860 – 861
Levinson, N.: The Wiener (root mean square) error criterion in filter design and prediction, J. Math Phys. 25 (1947), S. 261 – 278
Durbin, J.: The fitting of time series models, Rev. Inst. Int. de Stat. 28 (1960) S. 233 – 244
Akaike, H.: Statistical predictor identification, Ann. Inst. Statist. Math. 22 (1970), S. 203 – 217
Akaike, H.: Autoregressive model fitting for control, Ann. Inst. Statist. Math. 23 (1971), S. 163–180
Kozin, F.; Nakajima, F.: The order determination problem for linear time-varying AR models, IEEE Trans. Automat. Contr. 25 (1980), S. 250 – 257
Kay, S. M.; Marple, S. L.: Spectrum Analysis — A Modern Perspective, Proc. IEEE 69 (1981), S. 1380 – 1419
Makhoul, J.: Linear Prediciton: A Tutorial Review, Proc. IEEE 63 (1975) S. 561 – 580
Burg, J. P.: A new analysis technique for time series data, NATO Advanced Study Inst. on Signal Processing with Emphasis on Underwater Acoustics, Enschede, The Netherlands, 1968
Ulrych, T. J.; Clayton, R. W.: Time series modelling and maximum entropy, Phys. Earth Planetary Interiors 12 (1976), S. 188 – 200
Nuttall, A. H.: Spectral analysis of a univariate p process with bad data points, via maximum entropy, and linear predictive techniques, Naval Underwater Systems Center, Tech. Rep.5303, New London 1976
Marple, S. L.: A new autoregressive spectrum analysis algorithm, IEEE Trans. Acoust. Speech Sig. Proc. 28 (1980), S. 441 – 451
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1988 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Möser, M. (1988). Spektrales Modellieren. In: Analyse und Synthese akustischer Spektren. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-93374-5_4
Download citation
DOI: https://doi.org/10.1007/978-3-642-93374-5_4
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-18947-3
Online ISBN: 978-3-642-93374-5
eBook Packages: Springer Book Archive