Вычислите оценки фильтра для входа с помощью RLS адаптивный алгоритм фильтра
dspobslib
Блок RLS Adaptive Filter все еще поддержан, но, вероятно, будет obsoleted в будущем релизе. Мы строго рекомендуем заменить этот блок на блок RLS Filter.
Блок RLS Adaptive Filter рекурсивно вычисляет оценку рекурсивных наименьших квадратов (RLS) КИХ-коэффициентов фильтра.
Соответствующий фильтр RLS выражается в матричной форме как
где λ-1 обозначает обратную величину экспоненциального фактора взвешивания. Переменные следующие
| Переменная | Описание |
|---|---|
n | Текущая итерация алгоритма |
u (n) | Буферизированные входные выборки на шаге n |
Pn | Матрица обратной корреляции на шаге n |
k (n) | Вектор усиления на шаге n |
Вектор касания фильтра оценивает на шаге n | |
y (n) | Отфильтрованный выход на шаге n |
e (n) | Ошибка оценки на шаге n |
dN | Желаемый ответ на шаге n |
λ | Экспоненциальный фактор взвешивания памяти |
Значок блока имеет метки порта, соответствующие вводам и выводам алгоритма RLS. Обратите внимание на то, что входные параметры к In и Err порты должны быть основанными на выборке скалярами. Сигнал в Out порт является скаляром, в то время как сигнал в Taps порт является основанным на выборке вектором.
| Блокируйте порты | Соответствующие переменные |
|---|---|
In | u, скалярный вход, который внутренне буферизуется в вектор u (n) |
Out | y (n), отфильтрованный скалярный выход |
Err | e (n), скалярная ошибка оценки |
Taps | , вектор оценок касания фильтра |
Дополнительный Adapt входной порт добавляется, когда вы устанавливаете флажок Adapt input в диалоговом окне. Когда этот порт включен, блочно-непрерывно адаптирует коэффициенты фильтра в то время как Adapt вход является ненулевым. Вход с нулевым знаком к Adapt порт заставляет блок прекращать адаптироваться и содержать коэффициенты фильтра в их текущих значениях до следующего ненулевого Adapt входной параметр.
Реализация алгоритма в блоке оптимизирована путем использования симметрии матрицы P (n) обратной корреляции. Это сокращает общее число расчетов фактором два.
Параметр FIR filter length задает длину фильтра, который оценивает алгоритм RLS. Memory weighting factor соответствует λ в уравнениях и задает, как быстро фильтр “забывает” прошлую демонстрационную информацию. Установка λ = 1 задает бесконечную память; обычно, 0.95≤λ≤1.
Initial value of filter taps задает начальное значение как вектор, или как скаляр, который будет повторен для всех векторных элементов. Начальное значение P (n)
где вы задаете в параметре Initial input variance estimate.
rlsdemo пример иллюстрирует систему подавления помех, созданную вокруг блока RLS Adaptive Filter.
Длина КИХ-фильтра.
Экспоненциальный фактор взвешивания, в области значений [0,1]. Значение 1 задает бесконечную память. Настраиваемый (Simulink).
Начальный КИХ фильтрует коэффициенты.
Начальное значение 1/P (n).
Включает Adapt порт.
Haykin, S. Адаптивная Теория Фильтра. 3-й редактор Englewood Cliffs, NJ: Prentice Hall, 1996.
Плавающая точка двойной точности
Плавающая точка с одинарной точностью
| Кальман адаптивный (устаревший) фильтр | DSP System Toolbox |
| LMS адаптивный (устаревший) фильтр | DSP System Toolbox |
Смотрите Подавление помех в Simulink Используя Нормированный Адаптивный Фильтр LMS для сопутствующей информации.
