DSP System Toolbox™ предлагает несколько вариантов алгоритмов адаптивного фильтра конечной импульсной характеристики (FIR) LMS и RLS. Хотя эти алгоритмы отличаются в деталях, они имеют общий рабочий подход, который заключается в минимизации разности ошибок между адаптивным выходом фильтра и требуемым сигналом. Среднеквадратическая ошибка (MSE) является наиболее часто используемой метрикой для количественного определения этой ошибки. Адаптивные фильтры широко используются во множестве применений, включая подавление акустического шума, эхо-подавление, формирование луча, идентификацию системы, усиление биомедицинских сигналов, выравнивание каналов связи и т.д. Примеры, иллюстрирующие некоторые из этих приложений, см. в разделах Системная идентификация КИХ-фильтра с использованием алгоритма LMS, Шумоподавление с использованием алгоритма LMS знаковых данных и Обратная идентификация системы с использованием алгоритма RLS.
Когда входные данные окрашены, алгоритмы аффинного проекционного адаптивного фильтра, предлагаемые dsp.AffineProjectionFilter объект значительно улучшает скорость сходимости по вариациям LMS. Для увеличения вычислительных затрат предлагается алгоритм адаптивного решетчатого фильтра dsp.AdaptiveLatticeFilter объект может обеспечить лучшую сходимость по аналогам LMS и RLS. Можно также реализовать адаптивный фильтр FIR в частотной области с помощью dsp.FrequencyDomainAdaptiveFilter объект.
Производительность сходимости определяется траекторией фактического MSE, определяемой msesimи как он сходится с прогнозируемым MSE, определяемым msepred.
dsp.BlockLMSFilter | Вычисление выходных данных, ошибок и весов с использованием блочного адаптивного алгоритма LMS |
dsp.LMSFilter | Вычислить выходные данные, ошибки и веса адаптивного фильтра LMS |
dsp.RLSFilter | Вычисление выходных данных, ошибок и коэффициентов с использованием алгоритма рекурсивных наименьших квадратов (RLS) |
dsp.AffineProjectionFilter | Вычисление выходных данных, ошибок и коэффициентов с использованием алгоритма аффинной проекции (AP) |
dsp.AdaptiveLatticeFilter | Адаптивный решетчатый фильтр |
dsp.FastTransversalFilter | Быстрый поперечный адаптивный фильтр FIR с наименьшими квадратами |
dsp.FilteredXLMSFilter | Отфильтрованный фильтр XLMS |
dsp.FrequencyDomainAdaptiveFilter | Вычисление выходных данных, ошибок и коэффициентов с помощью адаптивного фильтра КИХ частотной области |
| Фильтр блочного LMS | Вычислять выходные данные, ошибки и веса с помощью адаптивного алгоритма LMS |
| Фильтр быстрого блочного LMS | Вычислять выходные данные, ошибки и веса с помощью адаптивного алгоритма LMS |
| Адаптивный фильтр частотной области | Вычисление выходных данных, ошибок и коэффициентов с помощью адаптивного фильтра КИХ частотной области |
| Фильтр Калмана | Прогнозирование или оценка состояния динамических систем |
| Фильтр LMS | Вычислять выходные данные, ошибки и веса с помощью адаптивного алгоритма LMS |
| Обновление LMS | Оценка весов адаптивного фильтра LMS |
| Фильтр RLS | Вычислить отфильтрованный выходной сигнал, ошибку фильтра и вес фильтра для данного входного сигнала и требуемого сигнала с помощью алгоритма адаптивного фильтра RLS |
Обзор адаптивных фильтров и приложений
Общие сведения о работе адаптивных фильтров, список алгоритмов адаптивных фильтров в инструментарии DSP System Toolbox, производительность конвергенции и подробные сведения о нескольких распространенных приложениях.
Системная идентификация фильтра FIR по алгоритму LMS
Определите неизвестную систему с помощью алгоритма LMS.
Системная идентификация фильтра FIR с использованием нормализованного алгоритма LMS
Определите неизвестную систему с помощью нормализованного алгоритма LMS.
Сравнение производительности сходимости между алгоритмом LMS и нормализованным алгоритмом LMS
Сравните скорость, с которой сходятся алгоритмы адаптивного фильтра.
Усиление сигнала с помощью алгоритмов LMS и NLMS
Введение адаптивных фильтров через приложение расширения сигналов.
Шумоподавление с использованием алгоритма LMS знаковых данных
Выполните шумоподавление по алгоритму СУО знаковых данных.
Сравнение алгоритмов адаптивного фильтра RLS и LMS
Сравнение алгоритмов адаптивного фильтра RLS и LMS.
Инверсная идентификация системы с использованием алгоритма RLS
Выполните обратную идентификацию системы с помощью dsp. RLSFilter.
Удаление низкочастотного шума в Simulink с помощью нормализованного адаптивного фильтра LMS
Создайте нормированный адаптивный фильтр LMS и используйте его для удаления низкочастотных шумов в Simulink ®.
Шумоподавление в Simulink с использованием нормализованного адаптивного фильтра LMS
Удаление цветного шума, генерируемого акустической средой, с помощью нормализованного адаптивного фильтра LMS.
Системные объекты поддержки сигналов переменного размера DSP
Список системных объектов, поддерживающих сигналы переменного размера в панели инструментов системы DSP.
