分别用Yule-Walker法、Burg法、协方差法进行AR模型的功率谱估计，并进行比较。

Yule-Walker法的准则是是前向预测误差功率相对AR参数最小，该算法需要用到自相关函数序列，是所有AR参数求解方法中最简单的一种。对于长数据记录，因为可以得到较好的自相关估值，所以能够得到良好的

MATLAB代码经典功率谱估计，Welch法、协方差法、周期图、burg法及其对比，附完整注释

利用ARMA法进行谱估计。首先用一无穷阶的AR模型近似MA模型（用Burg算法）。求出的AR模型参数当作时间序列，则MA模型就可视为一线性预测滤波器，从而可求得MA模型参数，最后求得ARMA功率谱

Welch法的功率谱估计实现,工具matlab。

很不错的AR模型参数估计和阶数估计，是基于Burg法的，阶数的准则可以自己选择，有'FPE', 'AIC', 'MDL', 'CAT'，还有功率谱估计

AR模型功率谱估计的典型算法比较及MATLAB实现

ARMA谱估计简介，以及AR法对其的逼近 后面会有经典谱与现代谱源码奉上

用阈值分割方法中的经典算法----最大类间方差法进行图像分割，程序简单易读

这是用MATLAB编写的古典法，经典法的频谱估计；也是随机信号课程大作业之一。望对你有帮助！

这是现代数字信号处理课程中的采用现代功率谱估计的方法进行功率谱的仿真，采用levinson-durbin算法