burg算法实现AR模型的功率谱估计 matlab

现代数字信号处理与应用 5.24关于burg算法功率谱实现的仿真实验 自己参考相关的资料写的burg算法，可以运行，结果和课本上基本一直，有些地方处理不好，比较简单就不写注释了。学习burg算法的可以参考一下

close all; clear all;
%取样点
%定义常数值 
% N=256;  
% a（1）=-0.850848;
 d2=0.101043;
% f1=0.05;
% f2=0.40;
% f3=0.42; 
% ur=d2.*randn（1N）;
% ui=d2.*randn（1N）;
% u=ur+ui*i; 
% %定义32个复数点
% z（1）=u（1）; 
% x（1）=6+z（1）; 
% for n=2:N     
%     z（n）=-a（1）*z（n-1）+u（n）;   
%      x（n）=2*cos（2*pi*f1*（n-1））+2*cos（2*pi*f2*（n-1））+2*cos（2*pi*f3*（n-1））+z（n）; 
% 
% end
N=256;  

rand（‘seed‘666）;
psi = 2*pi*rand（13）
f1 = 0.1;f2 = 0.25; f3 = 0.27;
w1=2*pi*（f1）;
A1=1;  
w2=2*pi*（f2）;
A2=1;
w3=2*pi*（f3）;
A3=0.5;

n = 1:N;
x（n）=A1*exp（j*（w1*n+psi（1）））+A2*exp（j*（w2*n+psi（2）））+A3*exp（j*（w3*n+psi（3）））+0.001*randn（size（n））;


subplot（211）; 
plot（nx（n））;
xlabel（‘n‘）;
ylabel（‘x（n）‘）; 
title（‘输入信号与白噪声叠加的时域波形‘）;
p=input（‘Input a Number > ‘）   
%定义f范围 
fmin=-0.5;
fstep=0.001;
fmax=0.5;
f=fmin:fstep:fmax; 
nf=（fmax-fmin）/fstep; 
t=sqrt（-1）;
%初值 
rxx=0;
p0=zeros（1p+1）;
ef=zeros（p+1N）;
eb=