ar_model

KO | EN

gitlite — search

#javascript #python #hacktoberfest #ai #typescript #llm #machine-learning #rust #docker #windows #awesome #kubernetes #openai #mcp

(★ 10)

Auto Regression Model implemention by C and verified by matlab

ar_model 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

## 功能介绍

1. zx_fft.c/h实现了FFT功能（包括实数FFT）
2. mem_alloc.c/h中包含了内存管理功能，参考uCOS II移植过来，方便嵌入式应用（ar_model.c中多处调用）
3. zx_correl.c/h用定义实现了互相关（定义的实现方法其实效率很低，我在[Github/FFT]提供了使用FFT计算互相关函数的C代码）
4. ar_model.c/h中使用Levinson方法及FFT实现了PSD随机信号的功率谱估计
5. test_mem_alloc.c/h提供了一个使用参考实例
6. 更新：用tiny_mm的内存管理方法替换ar_model中用到的mem_alloc内存管理方法；ar_model中pyulear函数中使用fft计算自相关函数。

本例程用C和Matlab实现了PSD功率谱的计算，并通过Matlab绘制了Matlab与C计算结果的对比：

![](https://raw.githubusercontent.com/xiahouzuoxin/ar_model/master/signal.png)
![](https://raw.githubusercontent.com/xiahouzuoxin/ar_model/master/psd-matlab-c.png)

对音频文件testcase.wav分别使用matlab和c计算AR谱结果对比：

![](https://raw.githubusercontent.com/xiahouzuoxin/ar_model/master/signal-testcase.png)
![](https://raw.githubusercontent.com/xiahouzuoxin/ar_model/master/psd-matlab-c-testcase.png)

## 使用方法

- 运行wave_to_c.m程序，选择*.wav文件，执行后将音频数据写入到testcase.h头文件文件
- 执行Makefile编译C程序，运行将执行结果重定位到了a.txt文件（gcc版本3.4.4）

```
	make
	make run
	```
	
- 执行disp_result.m查看C计算的结果与Matlab计算功率谱结果的对比

> 使用时注意输入信号长度为N的信号x的存储区长度要为2N，因为相关运算结果长度为原信号的2倍！

## 作者信息

<xiahouzuoxin@163.com>

University of Science and Technology Beijing(USTB), MICL.

[Github/FFT]:https://github.com/xiahouzuoxin/fft

ar_model

ar_model 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

ar_model

ar_model 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README