使用simulink进行自适应滤波

74 阅读 0 评论 49 点赞

我是靠谱客的博主唠叨自行车，最近开发中收集的这篇文章主要介绍使用simulink进行自适应滤波，觉得挺不错的，现在分享给大家，希望可以做个参考。

记录自己学习使用simulink进行adaptiive fliters。

一、LMS fliter

least mean-square (LMS) algorithm是解决MSE问题的经典方法。simulink已经内置了LMS模板。

其中自带五种算法。算法通过估计滤波器的值或称之为系数来满足最小化误差e（n）的需求。

e（n）=y（n）-d（n）即输出信号与期望信号的差。

将待滤波信号连接到input端口，输入信号可以是标量或列向量；将期望信号之间连接在Desired端口上，期望信号的数据类型，维度需要与输入信号一致。Output输出滤波后的输入信号，这是对所需信号的估计。 Error输出从所需信号中减去输出信号的结果。

参数介绍：

Input：

Fliter Lenth:滤波器权向量的长度

Step size：算法步长。考虑到收敛性，在NLMS算法中，mu∈（0,2）

adapt：开启自适应的开关。

reset：重置滤波器系数。

在过滤器权重的初始值文本框中输入初始过滤器权重 w(0) 作为向量或标量。

Output：

output：滤波后的input信号；

error：输出信号和期望信号的误差

Wts：每次迭代时滤波器的系数

不断更新中...

以上就是唠叨自行车为你收集整理的使用simulink进行自适应滤波的全部内容，希望文章能够帮你解决使用simulink进行自适应滤波所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。