Блокируйте фильтр LMS

Вычислите вывод, ошибку и веса с помощью LMS адаптивный алгоритм

Библиотека

Фильтрация / Адаптивные Фильтры

dspadpt3

Описание

Блок Block LMS Filter реализует адаптивный фильтр наименьшее количество среднего квадратичного (LMS), где адаптация весов фильтра происходит однажды для каждого блока выборок. Блок оценивает, что веса фильтра или коэффициенты, должны были минимизировать ошибку, e (n), между выходным сигналом, y (n), и желаемым сигналом, d (n). Соедините сигнал, который вы хотите отфильтровать к Входному порту. Входной сигнал может быть скаляром или вектор-столбцом. Соедините сигнал, который вы хотите смоделировать к порту Desired. Желаемый сигнал должен иметь совпадающий тип данных, сложность и размерности как входной сигнал. Выходы порта Output отфильтрованный входной сигнал. Выходы порта Error результат вычитания выходного сигнала желаемого сигнала.

Блок вычисляет веса фильтра с помощью Блока LMS адаптивный алгоритм фильтра. Этот алгоритм задан следующими уравнениями.

n=kN+iy(n)=wT(k1)u(n)e(n)=d(n)y(n)w(k)=w(k1)+f(u(n),e(n),μ)

Функция обновления веса для Блока LMS адаптивный алгоритм фильтра задана как

f(u(n),e(n),μ)=μi=0N1u(kN+i)e(kN+i)

Переменные следующие.

ПеременнаяОписание

n

Индекс текущего времени

i

Переменная итерации в каждом блоке, 0iN1

k

Номер блока

N

Размер блока

u (n)

Вектор буферизированных входных выборок на шаге n

w (n)

Вектор касания фильтра оценивает на шаге n

y (n)

Отфильтрованный вывод на шаге n

e (n)

Ошибка оценки во время n

dN

Желаемый ответ во время n

μ

Размер шага адаптации

Используйте параметр Filter length, чтобы задать длину вектора весов фильтра.

Параметр Block size определяет, сколько выборок входного сигнала получено, прежде чем веса фильтра обновляются. Количество строк во входе должно быть целочисленным кратным параметр Block size.

Адаптация параметр Step-size (mu) соответствует µ в уравнениях. Можно или задать неродной размер с помощью входного порта, неродного размера, или ввести значение в Параметры блоков: диалоговое окно Block LMS Filter.

Используйте параметр Leakage factor (0 to 1), чтобы задать фактор утечки, 0<1μα1, в текучем LMS-алгоритме, показанном ниже.

w(k)=(1μα)w(k1)+f(u(n),e(n),μ)

Введите начальные веса фильтра как вектор или скаляр в текстовом поле Initial value of filter weights. При вводе скаляр, блок использует скалярное значение, чтобы создать вектор весов фильтра. Этот вектор имеет длину, равную длине фильтра, и все ее значения равны скалярному значению

Когда вы устанавливаете флажок Adapt port, порт Adapt появляется на блоке. Когда вход к этому порту больше, чем нуль, блочно-непрерывно обновления веса фильтра. Когда вход к этому порту является нулем, веса фильтра остаются в своих текущих значениях.

Когда это необходимо, чтобы сбросить значение весов фильтра к их начальным значениям, используйте параметр Reset input. Блок сбрасывает веса фильтра каждый раз, когда событие сброса обнаруживается в порте Reset. Уровень сигнала сброса должен быть тем же уровнем как вход сигнала данных.

Из списка Reset input выберите None, чтобы отключить порт Reset. Чтобы включить порт Reset, выберите одно из следования из списка Reset input:

  • Rising edge — Инициировал операцию сброса, когда вход Reset выполняет одно из следующих действий:

    • Повышения от отрицательной величины до положительного значения или нуля

    • Повышения от нуля до положительного значения, где повышение не является продолжением повышения от отрицательной величины, чтобы обнулить (см. следующую фигуру).

  • Falling edge — Инициировал операцию сброса, когда вход Reset выполняет одно из следующих действий:

    • Падения от положительного значения до отрицательной величины или нуля

    • Падения от нуля до отрицательной величины, где падение не является продолжением падения от положительного значения, чтобы обнулить (см. следующую фигуру),

  • Either edge — Инициировал операцию сброса, когда входом Reset является Rising edge или Falling edge (как описано выше)

  • Non-zero sample — Инициировал операцию сброса в каждом шаге расчета, что вход Reset не является нулем

Установите флажок Output filter weights, чтобы создать порт Wts на блоке. Для каждой итерации блок выводит текущие обновленные веса фильтра от этого порта.

Параметры

Filter length

Введите длину КИХ-вектора весов фильтра.

Block size

Введите номер выборок, чтобы получить, прежде чем веса фильтра будут обновлены. Количество строк во входе должно быть целочисленным кратным Block size.

Specify step-size via

Выберите Dialog, чтобы ввести значение для mu в Параметрах блоков: диалоговое окно LMS Filter. Выберите Input port, чтобы задать mu использование входного порта неродного размера.

Step-size (mu)

Введите неродной размер. Настраиваемый (Simulink).

Leakage factor (0 to 1)

Введите фактор утечки, 0<1μα1. Настраиваемый (Simulink).

Initial value of filter weights

Задайте начальные значения КИХ-весов фильтра.

Adapt port

Установите этот флажок, чтобы включить Адаптировать входной порт.

Reset port

Установите этот флажок, чтобы включить входной порт Сброса.

Output filter weights

Установите этот флажок, чтобы экспортировать веса фильтра от порта Wts.

Ссылки

Hayes, M. H. Статистическая цифровая обработка сигналов и моделирование. Нью-Йорк: John Wiley & Sons, 1996.

Поддерживаемые типы данных

ПортПоддерживаемые типы данных

Входной параметр

  • Плавающая точка двойной точности

  • Плавающая точка с одинарной точностью

Желаемый

  • Должен совпасть с Входом

Неродной размер

  • Должен совпасть с Входом

Адаптироваться

  • Плавающая точка двойной точности

  • Плавающая точка с одинарной точностью

  • Булевская переменная

  • 8-, 16-, и 32-битные целые числа со знаком

  • 8-, 16-, и 32-битное беззнаковое целое

Сброс

  • Плавающая точка двойной точности

  • Плавающая точка с одинарной точностью

  • Булевская переменная

  • 8-, 16-, и 32-битные целые числа со знаком

  • 8-, 16-, и 32-битное беззнаковое целое

Вывод

  • То же самое как вход

Ошибка

  • То же самое как вход

Wts

  • То же самое как вход

Смотрите также

Смотрите Адаптивные Фильтры в Simulink для сопутствующей информации.

Расширенные возможности

Представлено до R2006a