Вычислить оценки фильтра для входных данных с помощью алгоритма адаптивного фильтра Калмана
dspobslib
Примечание
Блок адаптивного фильтра Kalman по-прежнему поддерживается, но, вероятно, будет устаревшим в будущем выпуске. Настоятельно рекомендуется заменить этот блок блоком фильтра Калмана.
Блок адаптивного фильтра Калмана вычисляет оптимальную линейную минимальную среднеквадратическую оценку (MMSE) коэффициентов КИХ-фильтра с использованием алгоритма одношагового предсказания. Этот алгоритм фильтра Калмана основан на следующей физической реализации динамической системы.
Фильтр Калмана предполагает, что со временем не происходит детерминированных изменений в отводах фильтра (то есть матрица перехода является единичной), и что единственным наблюдаемым выходом из системы является выход фильтра с аддитивным шумом. Соответствующий фильтр Калмана выражается в матричной форме как
(n) + e (n) g (n) K (n) = K (
Переменные следующие:
| Переменная | Описание |
|---|---|
n | Текущая итерация алгоритма |
u (n) | Буферизованные входные выборки на шаге n |
K (n) | Корреляционная матрица ошибки оценки состояния |
g (n) | Вектор Калмана получает на шаге n |
n) | Вектор оценок фильтра-отвода на этапе n |
y (n) | Отфильтрованные выходные данные на шаге n |
e (n) | Ошибка оценки на шаге n |
d (n) | Требуемый отклик на этапе n |
QM | Корреляционная матрица измеряемого шума |
QP | Корреляционная матрица шума процесса |
Корреляционные матрицы, QM и QP, задаются в диалоге параметров скалярными членами дисперсии, которые должны располагаться вдоль диагоналей матриц, таким образом гарантируя, что эти матрицы являются симметричными. Алгоритм фильтра, основанный на этом ограничении, также известен как случайный фильтр Калмана.
Реализация алгоритма в блоке оптимизируется за счет использования симметрии входной ковариационной матрицы K (n). Это уменьшает общее число вычислений в два раза.
Значок блока имеет метки портов, соответствующие входам и выходам алгоритма Калмана. Следует отметить, что входы в порты In и Err должны быть скалярами на основе выборки с одинаковой сложностью. Сигнал в порту Out является скалярным, в то время как сигнал в порту Taps является вектором на основе выборки.
| Блокировать порты | Соответствующие переменные |
|---|---|
| В | u, скалярный вход, который внутри буферизуется в вектор u (n) |
| Из | y (n), отфильтрованный скалярный выход |
| Допустить ошибку | e (n), ошибка скалярной оценки |
| Сигналы | n), вектор оценок фильтра-отвода |
Дополнительный входной порт Adapt добавляется при установке флажка Adapt port в диалоговом окне. Когда этот порт включен, блок непрерывно адаптирует коэффициенты фильтра, в то время как вход Adapt не равен нулю. Вход с нулевым значением для Adapt порт приводит к остановке адаптации блока и удерживанию коэффициентов фильтра на их текущих значениях до следующего ненулевого входа Adapt.
Параметр длины фильтра FIR определяет длину фильтра, которую оценивает алгоритм Калмана. Дисперсию шума измерения и параметры дисперсии шума процесса определяют корреляционные матрицы шума измерения и процесса соответственно. Дисперсия шума измерения должна быть скаляром, в то время как дисперсия шума процесса может быть вектором значений, которые должны быть размещены вдоль диагонали, или скаляром, который должен быть повторен для диагональных элементов.
Начальное значение отводов фильтра определяет начальное значение 0) как вектор или как скаляр, который должен повторяться для всех элементов вектора. Матрица корреляции начальной ошибки определяет начальное значение K (0) и может быть диагональной матрицей, вектором значений, которые должны быть размещены вдоль диагонали, или скаляром, который должен быть повторен для диагональных элементов.
Длина фильтра FIR.
Значение, отображаемое по диагонали матрицы корреляции шума измерения. Настраиваемый (Simulink).
Значение, отображаемое по диагонали матрицы корреляции шума процесса. Настраиваемый (Simulink).
Исходные коэффициенты КИХ-фильтра.
Начальное значение матрицы корреляции ошибок.
Включает Adapt порт.
Хайкин, С. Теория адаптивных фильтров. 3-й ред. Энглвуд Клиффс, Нью-Джерси: Прентис Холл, 1996.
Плавающая точка с двойной точностью
Плавающая точка с одинарной точностью
| Адаптивный фильтр LMS (устаревший) | Инструментарий системы DSP |
| Адаптивный фильтр RLS (устаревший) | Инструментарий системы DSP |
Для получения дополнительной информации см. раздел Шумоподавление в Simulink с использованием нормализованного адаптивного фильтра LMS.