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.
怎么计算自协方差函数 2113自协方差在统计学中，特定5261时间序列或者连续信号4102Xt的自协方差是信号与其经过时间平移1653的信号之间的协方差。如果序列的每个状态都有一个平均数E[Xt]=μt，那么自协方差为其中 E 是期望值运算符。如果Xt是二阶平稳过程，那么有更加常见的定义：其中k是信号移动的量值，通常称为延时。如果用方差σ^2 进行归一化处理，那么自协方差就变成了自相关系数R(k)，即有些学科中自协方差术语等同于自相关。（自协方差的概念）自协方差函数是描述随机信号X(t)在任意两个不同时刻t1，t2，的取值之间的二阶混合中心矩，用来描述X(t)在两个时刻取值的起伏变化（相对与均值）的相关程度，也称为中心化的自相关函数。
