线性过程是通过一系列独立脉冲(一般为零均值和常数方差的高斯分布)激励一个线性模型(滤波器)产生的随机过程。
线性模型(滤波器)分为三类,分别称为自回归模型(AR),滑动平均模型(MA)和自回归滑动平均模型(ARMA);
一个ARMA过程可以表示为:
a(0)y(n)+a(1)y(n-1)+...+a(na)y(n-na) = b(0)x(n)+b(1)x(n-1)+...+b(nb)x(n-nb)
写作ARMA(na,nb)。实际中,一般在左右两边同除以a(0),使a(0)=1。可以将y(n-1)到y(n-na)移到右侧,此时y(n-1)到y(n-na)的系数为-a(1)到-a(na),若画出直接II型滤波器,则可以看出,-a(1)到-a(na)正好为反馈乘法单元的系数。
需要注意的是,在matlab的filter函数中,第一个参数B=[b(0),b(1),...,b(nb)],第二个参数A=[a(0),a(1),...,a(na)],它是将y(n-1)到y(n-na)移到右侧之前y(n)到y(n-na)前的系数。如果是滤波器实现图中的反馈乘法单元,则需要加负号。