协方差法估计：pcov和pmcov函数 自回归功率谱估计的协方差方法，是一种基于使前向预测误差最小的技术；而改进的协方差方法则是同时使前向和后向预测误差均最小的技术。在MATLAB函数的工具箱里，函数pcov用来实现自回归功率谱估计的协方差方法；而函数pmcov用来实现自回归功率谱估计的改进的协方差方法。这两个函数的具体使用方法，与前面所述的pyulear函数和pburg函数大致相同。［例4-7］比较协方差方法与改进的协方差方法在噪声信号的功率谱估计中的效果，如图4-16所示。通过结果图可以看出，这两种方法的估计效果基本上相同。Fs=500；h=fir1（18，0.3）；r=randn（1024，1）；x=filter（h，1，r）；［P1，f］=pcov（x，18，［］，Fs）；［P2，f］=pmcov（x，18，［］，Fs）；图4-16 协方差法以及改进的协方差法功率谱估计的比较结果图Pxx1=10*log10（P1）；Pxx2=10*log10（P2）；plot（f，Pxx1，‘’，f，Pxx2，‘.’）；ylabel（‘功率谱密度（dB）’）；xlabel（‘频率（Hz）’）；legend（‘协方差方法’，‘改进的协方差方法’）。
怎么用一组样本估计自协方差函数 x(t)自协方差函数：R(τ)=E[(x(t)-μx)(x(t+τ)-μx)]其中 τ 是时间延迟，μx 是x（t）的数学期望.对于离散数据公式类似.
协方差法和改进协方差法 4.9.2.1 协方差法用下列时间平均最小平方准则代替集合平均的最小平方准则：地球物理信息处理基础该式与自相关法的主要区别是求和范围不同。现在的求和范围是p～N-1，说明滤波器工作时，在所处理的数据段左右两端不需要添加任何零采样值，即没有假设已知数据x（n）（0≤n≤N-1）以外的数据等于零。因此，与自相关法比较，去掉了“加窗处理”的不合理假设。为求得模型参数可应用复梯度使式（4-78）达到最小值。由下式地球物理信息处理基础地球物理信息处理基础式中地球物理信息处理基础由观测数据（x（0），x（1），…，x（N-1）），利用上述公式（4-79）、（4-80）、（4-81）可以求出模型的参数：（1，ap1，ap2，…，app，按照定义，式（4-79）中的cxx（i，j）可以称作协方差函数，它有两个变量，因此也适合于非平稳随机信号。式（4-79）的协方差矩阵是Hermitian矩阵，不是Toeplitz的，是半正定的，因此协方差法存在着稳定性问题，例如：设输入序列长度为3，对它进行1阶线性预测，误差产生的过程如图4-10所示。图4-10 协方差法不稳定性的实例地球物理信息处理基础由图4-10可以得出，地球物理信息处理基础a11的计算式中分母与x（2）无关，因而若x（2）。
摄影测量中影像匹配的定义？书上有数字相关的概念，但它只是影像匹配的一个方面。有人知道影像匹配的定义是什么吗？影像匹配实质上是在两幅（或多幅）影像之间识别同名点 。
