这在MATLAB中是绝对可行的。但是,本机不支持 0 索引。您需要通过让每个元素中的索引为index+1
. 这是一个例子:
% Generate some data
N = 40;
y = 10 * randn(N,1);
% Select an L value
L = N - 4 + 1;
d = y(L:N);
D = reshape(y,4,10);
% Solve the equation using the '\' rather than the pseudo inverse
b = D\d
有关除法运算符的更多信息,请参阅线性方程组。
好的,我已经考虑了更多。这里的部分混乱是变量限制的变化。替换适用于索引变量,而不是数据的大小,因此L
和N
不变,但调整了索引以防止它从数组边缘掉下来。所以在公式中,只需将每个元素索引加 1。
y[L] = [ y[L-1] y[L-2] ... y[0] ] * a1
.
.
y[N-1] = [ y[N-2] y[N-3] ... y[N-L-1] ] * aL
变成:
y[L+1] = [ y[L-1+1] y[L-2+1] ... y[0+1] ] * a1
.
.
y[N-1+1] = [ y[N-2+1] y[N-3+1] ... y[N-L-1+1] ] * aL
=
y[L+1] = [ y[L] y[L-1] ... y[1] ] * a1
.
.
y[N] = [ y[N-1] y[N-2] ... y[N-L] ] * aL
然后我们可以使用它来完成我们的脚本:
function a = find_coeficient(y,N,L)
d = y((L+1):N);
D=[];
for ii=L:(N-1)
% index into the y vector for each row of D
D = vertcat(D, y(ii:-1:(ii-L+1))');
end
a = D\d;
end