(Чтобы быть удаленным) рекурсивные наименьшие квадраты (RLS) Построения адаптивный объект алгоритма
rls будет удален в будущем релизе. Используйте comm.LinearEqualizer
или comm.DecisionFeedback
вместо этого.
alg = rls(forgetfactor)
alg = rls(forgetfactor,invcorr0)
rls
функция создает адаптивный объект алгоритма, который можно использовать с lineareq
функция или dfe
функция, чтобы создать объект эквалайзера. Можно затем использовать объект эквалайзера с equalize
функция, чтобы компенсировать сигнал. Чтобы узнать больше о процессе для компенсации сигнала, смотрите Эквализацию.
alg = rls(forgetfactor)
создает адаптивный алгоритм, основанный на объектах на алгоритме рекурсивных наименьших квадратов (RLS). Фактором упущения является forgetfactor
, вещественное число между 0 и 1. Матрица обратной корреляции инициализируется к скалярному значению.
alg = rls(forgetfactor,invcorr0)
устанавливает параметр инициализации для матрицы обратной корреляции. Это скалярное значение используется, чтобы инициализировать или сбросить диагональные элементы матрицы обратной корреляции.
Приведенная ниже таблица описывает свойства адаптивного объекта алгоритма RLS. Чтобы изучить, как просмотреть или изменить значения адаптивного объекта алгоритма, смотрите Эквализацию.
Свойство | Описание |
---|---|
AlgType | Фиксированное значение, 'RLS' |
ForgetFactor | Упущение фактора |
InvCorrInit | Скалярное значение раньше инициализировало или сбрасывало диагональные элементы матрицы обратной корреляции |
Кроме того, когда вы используете этот адаптивный объект алгоритма создать объект эквалайзера (через lineareq
функция или dfe
функция), объект эквалайзера имеет InvCorrMatrix
свойство, которое представляет матрицу обратной корреляции для алгоритма RLS. Начальное значение InvCorrMatrix
InvCorrInit*eye(N)
, где N
общее количество весов эквалайзера.
Что касается схематики, представленной в Эквализации, задайте w как вектор всех весов w i и задайте u как вектор всех входных параметров u i. На основе текущего набора входных параметров, u, и текущей матрицы обратной корреляции, P, этот адаптивный алгоритм сначала вычисляет вектор усиления Кальмана, K
где H обозначает, что Эрмитовы транспонируют.
Затем новой матрицей обратной корреляции дают
(ForgetFactor
)-1 (P – KuHP)
и новым набором весов дают
w + K *e
где оператор * обозначает сопряженное комплексное число.
[1] Farhang-Boroujeny, B., адаптивные фильтры: теория и Applications, Chichester, England, John Wiley & Sons, 1998.
[2] Haykin, S., адаптивная теория фильтра, треть Эд., верхний Сэддл-Ривер, NJ, Prentice Hall, 1996.
[3] Kurzweil, J., введение в цифровую связь, Нью-Йорк, John Wiley & Sons, 2000.
[4] Proakis, Джон Г., цифровая связь, четвертый Эд., Нью-Йорк, McGraw-Hill, 2001.