dsp.BlockLMSFilter

Вычислите выход, ошибку и веса с помощью блока LMS адаптивный алгоритм

расширьте все на странице

Описание

dsp.BlockLMSFilter Система object™ вычисляет выход, ошибку и веса с помощью блока LMS адаптивный алгоритм.

Вычислить выход, ошибку и веса:

Создайте dsp.BlockLMSFilter объект и набор его свойства.
Вызовите объект с аргументами, как будто это была функция.

Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты?.

Создание

Синтаксис

blms = dsp.BlockLMSFilter

blms = dsp.BlockLMSFilter(length,blocksize)

blms = dsp.BlockLMSFilter(Name,Value)

Описание

blms = dsp.BlockLMSFilter возвращает адаптивный КИХ-фильтр, blms, это фильтрует входной сигнал и вычисляет веса фильтра на основе алгоритма наименьшее количество средних квадратичных (LMS) блока.

пример

blms = dsp.BlockLMSFilter(length,blocksize) возвращает адаптивный КИХ-фильтр, blms, с Length набор свойств к length и BlockSize набор свойств к blocksize.

пример

blms = dsp.BlockLMSFilter(Name,Value) возвращает адаптивный КИХ-фильтр, blms, с каждым заданным набором свойств к заданному значению. Заключите каждое имя свойства в одинарные кавычки. Незаданные свойства имеют значения по умолчанию.

Свойства

развернуть все

Если в противном случае не обозначено, свойства являются ненастраиваемыми, что означает, что вы не можете изменить их значения после вызова объекта. Объекты блокируют, когда вы вызываете их, и release функция разблокировала их.

Если свойство является настраиваемым, можно изменить его значение в любое время.

Для получения дополнительной информации об изменении значений свойств смотрите Разработку системы в MATLAB Используя Системные объекты.

`Length` — Длина КИХ фильтрует вектор весов
32 (значение по умолчанию) | положительное целое число

Задайте длину КИХ-вектора весов фильтра как положительный целочисленный скаляр.

`BlockSize` — Количество выборок получено перед адаптацией веса
32 (значение по умолчанию) | положительное целое число

Задайте количество выборок входного сигнала, чтобы получить перед обновлениями объекта веса фильтра. Длина входного кадра должна быть целочисленным кратным размер блока.

`StepSizeSource` — Источник размера шага адаптации
`Property` (значение по умолчанию) | `Input port`

Задайте источник фактора размера шага адаптации как Property или Input port.

`StepSize` — Размер шага адаптации
0.1 (значение по умолчанию) | неотрицательный скаляр

Задайте фактор размера шага адаптации как скаляр, неотрицательное числовое значение.

Настраиваемый: да

Зависимости

Это свойство применяется только, когда вы устанавливаете свойство StepSizeSource на 'Property'.

`LeakageFactor` — Фактор утечки используется в текучем LMS-алгоритме
1 (значение по умолчанию) | скаляр

Задайте фактор утечки, используемый в текучем LMS-алгоритме в качестве скалярного числового значения между 0 и 1, оба включительно. Когда значение меньше 1, Системный объект реализует текучий LMS-алгоритм. Значением по умолчанию является 1, обеспечение никакой утечки в адаптирующемся алгоритме.

Настраиваемый: да

`InitialWeights` — Начальные значения весов фильтра
0 (значение по умолчанию) | скаляр | вектор

Задайте начальные значения весов фильтра как скаляр или вектор из длины, равной значению свойства Длины.

`AdaptInputPort` — Дополнительный вход, чтобы включить адаптацию весов фильтра
`false` (значение по умолчанию) | `true`

Задайте, когда объект должен будет адаптировать веса фильтра. По умолчанию значением этого свойства является false, и фильтр постоянно обновляет веса фильтра. Когда это свойство установлено в true, вход управления адаптацией предоставляется объекту. Если значение этого входа является ненулевым, фильтр постоянно обновляет веса фильтра. Если вход является нулем, веса фильтра остаются в своем текущем значении.

`WeightsResetInputPort` — Дополнительный вход, чтобы включить сброс весов
`false` (значение по умолчанию) | `true`

Задайте, может ли КИХ-фильтр сбросить веса фильтра. По умолчанию значением этого свойства является false, и объект не сбрасывает веса. Когда это свойство установлено в true, необходимо предоставить вход управления сбросом объекту и WeightsResetCondition свойство применяется. Объект сбрасывает веса фильтра на основе значений WeightsResetCondition свойство и вход сброса к объектному алгоритму.

`WeightsResetCondition` — Условие, которое инициировало сброс весов фильтра
`Non-zero` (значение по умолчанию) | `Rising edge` | `Falling edge` | `Either edge`

Задайте событие, чтобы сбросить веса фильтра как один из Rising edge, Falling edge, Either edge, или Non-zero. Объект сбрасывает веса фильтра на основе значений этого свойства и входа сигнала сброса к объектному алгоритму.

Зависимости

Это свойство применяется только, когда вы устанавливаете WeightsResetInputPort свойство к true.

`WeightsOutputPort` — Выведите веса фильтра
`true` (значение по умолчанию) | `false`

Установите это свойство на true выводить адаптированные веса фильтра. Значением по умолчанию является true.

Использование

Синтаксис

[y,err,wts] = blms(x,d)

[y,err] = blms(x,d)

[___] = blms(x,d,mu)

[___] = blms(x,d,a)

[___] = blms(x,d,r)

[y,err,wts] = blms(x,d,mu,a,r)

Описание

пример

[y,err,wts] = blms(x,d) фильтрует вход x, использование d как желаемый сигнал, и возвращает отфильтрованный выходной параметр в y. Ошибкой фильтра является err, и предполагаемыми весами фильтра является wts. Веса фильтра обновляются однажды для каждого блока данных что объектные процессы.

[y,err] = blms(x,d) возвращает только отфильтрованный выход y и ошибка фильтра err когда WeightsOutputPort свойством является false.

[___] = blms(x,d,mu) использование mu как размер шага, когда вы устанавливаете StepSizeSource свойство к Input port. Эти входные параметры могут использоваться с любым из предыдущих наборов выходных аргументов.

[___] = blms(x,d,a) использование a как управление адаптацией, когда вы устанавливаете AdaptInputPort свойство к true. Когда a является ненулевым, фильтр постоянно обновляет веса фильтра. Когда a нуль, веса фильтра остаются постоянными.

[___] = blms(x,d,r) использование r как сброс сигнализируют, когда вы устанавливаете WeightsResetInputPort свойство к true. Используйте WeightsResetCondition свойство установить сброс инициировало условие. Если событие сброса происходит, фильтр сбрасывает веса фильтра к их начальным значениям.

[y,err,wts] = blms(x,d,mu,a,r) вход x фильтров, использование d как желаемый сигнал, mu как размер шага, a как управление адаптацией и r как сигнал сброса. Объект возвращает отфильтрованный выход y, ошибка фильтра err, и адаптированные веса фильтра wts. Установите свойства соответственно обеспечивать все возможные входные параметры.

Входные параметры

развернуть все

`x` — Ввод данных
скаляр | вектор-столбец

Сигнал, который будет отфильтрован фильтром блока LMS. Вход, x, и желаемый сигнал, d, должен иметь тот же размер и тип данных.

Входная длина должна быть целочисленным кратным BlockSize значение свойства.

Типы данных: single | double
Поддержка комплексного числа: Да

`d` — Желаемый сигнал
скаляр | вектор-столбец

Фильтр LMS адаптирует свои веса фильтра, wts, минимизировать ошибку, err, и сходитесь входной сигнал x к желаемому d сигнала максимально тесно.

Вход, x, и желаемый сигнал, d, должен иметь тот же размер и тип данных.

Типы данных: single | double
Поддержка комплексного числа: Да

`mu` Неродной размер
неотрицательный скаляр

Фактор размера шага адаптации в виде скаляра, неотрицательного числового значения. Тип данных входа размера шага должен совпадать с типом данных x и d.

Размер небольшого шага гарантирует небольшую установившуюся ошибку между выходом y и желаемый d сигнала. Если размер шага мал, быстрота сходимости уменьшений фильтра. Чтобы улучшить быстроту сходимости, увеличьте размер шага. Обратите внимание на то, что, если размер шага является большим, фильтр может стать нестабильным. Чтобы вычислить максимальный размер шага, фильтр может принять, не становясь нестабильным, использовать maxstep функция.

Зависимости

Это свойство применяется только, когда вы устанавливаете свойство StepSizeSource на 'Input port'.

Типы данных: single | double

`a` — Управление адаптацией
скаляр

Вход управления адаптацией, который управляет, как веса фильтра обновляются. Если значение этого входа является ненулевым, объект постоянно обновляет веса фильтра. Если значение этого входа является нулем, веса фильтра остаются в своем текущем значении.

Зависимости

Этот вход требуется когда AdaptInputPort свойство установлено в true.

`r` — Сбросьте сигнал
скаляр

Сбросьте сигнал, который сбрасывает веса фильтра на основе значений WeightsResetInputPort свойство.

Зависимости

Этот вход требуется когда WeightsResetInputPort свойство установлено в true.

Выходные аргументы

развернуть все

`y` — Filtered выход
скаляр | вектор-столбец

Фильтрованный выходной параметр, возвращенный как скаляр или вектор-столбец. Объект адаптирует свои веса фильтра, чтобы сходиться входной сигнал x совпадать с желаемым d сигнала. Фильтр выводит сходившийся сигнал.

Типы данных: single | double
Поддержка комплексного числа: Да

`err` — Различие между выходом и желаемым сигналом
скаляр | вектор-столбец

Различие между выходным сигналом y и желаемый d сигнала, возвращенный как скаляр или вектор-столбец. Тип данных err совпадает с типом данных y. Цель адаптивного фильтра состоит в том, чтобы минимизировать эту ошибку. Объект адаптирует свои веса, чтобы сходиться к оптимальным весам фильтра, которые производят выходной сигнал, который соответствует тесно с желаемым сигналом.

Типы данных: single | double

`wts` — Адаптивные веса фильтра
скаляр | вектор-столбец

Адаптивные веса фильтра, возвращенные как скаляр или вектор-столбец длины, заданы значением в Length свойство.

Тип данных wts совпадает с типом данных y.

Типы данных: single | double

Функции объекта

Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj, используйте этот синтаксис:

release(obj)

развернуть все

Характерный для `dsp.BlockLMSFilter`

`msesim`	Предполагаемая среднеквадратическая ошибка для адаптивных фильтров
`maxstep`	Максимальный размер шага для адаптивной сходимости фильтра LMS

Характерный для всех системных объектов

`step`	Запустите алгоритм Системного объекта
`release`	Высвободите средства и позвольте изменения в значениях свойств Системного объекта и введите характеристики
`reset`	Сбросьте внутренние состояния Системного объекта

Примеры

свернуть все

Удалите шум Используя блок LMS адаптивный алгоритм

Скрипт Open Live Script

Примечание: Если вы используете R2016a или более ранний релиз, заменяете каждый вызов объекта с эквивалентным step синтаксис. Например, obj(x) становится step(obj,x).

 blms = dsp.BlockLMSFilter(10,5);
 blms.StepSize = 0.01;
 blms.WeightsOutputPort = false;
 filt = dsp.FIRFilter;
 filt.Numerator = fir1(10,[.5, .75]);
 x = randn(1000,1); % Noise
 d = filt(x) + sin(0:.05:49.95)'; % Noise + Signal
 [y, err] = blms(x, d);
 subplot(2,1,1);
 plot(d);
 title('Noise + Signal');
 subplot(2,1,2);
 plot(err);
 title('Signal');

System Identification КИХ-фильтра Используя блок фильтр LMS

Скрипт Open Live Script

fir = fir1(31,0.5);
firFilter = dsp.FIRFilter('Numerator',fir); % FIR system to be identified 
iirFilter = dsp.IIRFilter('Numerator',sqrt(0.75),...
        'Denominator',[1 -0.5]);
x = iirFilter(sign(randn(2000,25))); 
n = 0.1*randn(size(x));             % Observation noise signal 
d = firFilter(x)+n;                   % Desired signal 
l = 32;                             % Filter length 
mu = 0.008;                         % Block LMS Step size. 
m  = 32;                            % Decimation factor for analysis
                                    % and simulation results 
fir = dsp.BlockLMSFilter(l,'StepSize',mu); 
[simmse,meanWsim,Wsim,traceKsim] = msesim(fir,x,d,m);
plot(m*(1:length(simmse)),10*log10(simmse));
xlabel('Iteration'); ylabel('MSE (dB)');
title('Learning curve for block LMS filter used in system identification')

Алгоритмы

Этот объект реализует алгоритм, входные параметры и выходные параметры, описанные на странице с описанием блока Block LMS Filter. Свойства объектов соответствуют параметрам блоков.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Указания и ограничения по применению:

Смотрите системные объекты в Генерации кода MATLAB (MATLAB Coder).

Документация

dsp.BlockLMSFilter

Описание

Создание

Синтаксис

Описание

Свойства

Length — Длина КИХ фильтрует вектор весов32 (значение по умолчанию) | положительное целое число

BlockSize — Количество выборок получено перед адаптацией веса32 (значение по умолчанию) | положительное целое число

StepSizeSource — Источник размера шага адаптации Property (значение по умолчанию) | Input port

StepSize — Размер шага адаптации0.1 (значение по умолчанию) | неотрицательный скаляр

Зависимости

LeakageFactor — Фактор утечки используется в текучем LMS-алгоритме1 (значение по умолчанию) | скаляр

InitialWeights — Начальные значения весов фильтра0 (значение по умолчанию) | скаляр | вектор

AdaptInputPort — Дополнительный вход, чтобы включить адаптацию весов фильтра false (значение по умолчанию) | true

WeightsResetInputPort — Дополнительный вход, чтобы включить сброс весов false (значение по умолчанию) | true

WeightsResetCondition — Условие, которое инициировало сброс весов фильтра Non-zero (значение по умолчанию) | Rising edge | Falling edge | Either edge

Зависимости

WeightsOutputPort — Выведите веса фильтра true (значение по умолчанию) | false

Использование

Синтаксис

Описание

Входные параметры

x — Ввод данных скаляр | вектор-столбец

d — Желаемый сигнал скаляр | вектор-столбец

mu Неродной размер неотрицательный скаляр

Зависимости

a — Управление адаптацией скаляр

Зависимости

r — Сбросьте сигнал скаляр

Зависимости

Выходные аргументы

y — Filtered выход скаляр | вектор-столбец

err — Различие между выходом и желаемым сигналом скаляр | вектор-столбец

wts — Адаптивные веса фильтра скаляр | вектор-столбец

Функции объекта

Характерный для dsp.BlockLMSFilter

Характерный для всех системных объектов

Примеры

Удалите шум Используя блок LMS адаптивный алгоритм

System Identification КИХ-фильтра Используя блок фильтр LMS

Алгоритмы

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

Объекты

Документация DSP System Toolbox

Поддержка

`Length` — Длина КИХ фильтрует вектор весов
32 (значение по умолчанию) | положительное целое число

`BlockSize` — Количество выборок получено перед адаптацией веса
32 (значение по умолчанию) | положительное целое число

`StepSizeSource` — Источник размера шага адаптации
`Property` (значение по умолчанию) | `Input port`

`StepSize` — Размер шага адаптации
0.1 (значение по умолчанию) | неотрицательный скаляр

`LeakageFactor` — Фактор утечки используется в текучем LMS-алгоритме
1 (значение по умолчанию) | скаляр

`InitialWeights` — Начальные значения весов фильтра
0 (значение по умолчанию) | скаляр | вектор

`AdaptInputPort` — Дополнительный вход, чтобы включить адаптацию весов фильтра
`false` (значение по умолчанию) | `true`

`WeightsResetInputPort` — Дополнительный вход, чтобы включить сброс весов
`false` (значение по умолчанию) | `true`

`WeightsResetCondition` — Условие, которое инициировало сброс весов фильтра
`Non-zero` (значение по умолчанию) | `Rising edge` | `Falling edge` | `Either edge`

`WeightsOutputPort` — Выведите веса фильтра
`true` (значение по умолчанию) | `false`

`x` — Ввод данных
скаляр | вектор-столбец

`d` — Желаемый сигнал
скаляр | вектор-столбец

`mu` Неродной размер
неотрицательный скаляр

`a` — Управление адаптацией
скаляр

`r` — Сбросьте сигнал
скаляр

`y` — Filtered выход
скаляр | вектор-столбец

`err` — Различие между выходом и желаемым сигналом
скаляр | вектор-столбец

`wts` — Адаптивные веса фильтра
скаляр | вектор-столбец

Характерный для `dsp.BlockLMSFilter`

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.