(Будет удален) Создайте рекурсивный объект адаптивного алгоритма методом наименьших квадратов (RLS)
rls будет удалено в следующем релизе. Использование comm.LinearEqualizer
или comm.DecisionFeedback
вместо этого.
alg = rls(forgetfactor)
alg = rls(forgetfactor,invcorr0)
rls
функция создает объект адаптивного алгоритма, который можно использовать с lineareq
функция или dfe
функция для создания объекта эквалайзера. Затем можно использовать объект эквалайзера с equalize
функция для выравнивания сигнала. Чтобы узнать больше о процессе выравнивания сигнала, смотрите эквализация.
alg = rls(forgetfactor)
создает объект адаптивного алгоритма на основе рекурсивного алгоритма наименьших квадратов (RLS). Коэффициент забывания forgetfactor
, действительное число от 0 до 1. Матрица обратной корреляции инициализируется до скалярного значения.
alg = rls(forgetfactor,invcorr0)
устанавливает параметр инициализации для матрицы обратной корреляции. Это скалярное значение используется для инициализации или сброса диагональных элементов матрицы обратной корреляции.
В таблице ниже описаны свойства объекта адаптивного алгоритма RLS. Чтобы узнать, как просмотреть или изменить значения объекта адаптивного алгоритма, смотрите эквализация.
Свойство | Описание |
---|---|
AlgType | Фиксированное значение, 'RLS' |
ForgetFactor | Коэффициент забывания |
InvCorrInit | Скалярное значение, используемое для инициализации или сброса диагональных элементов матрицы обратной корреляции |
Кроме того, когда вы используете этот объект адаптивного алгоритма для создания объекта эквалайзера (через lineareq
функция или dfe
функция), объект эквалайзера имеет InvCorrMatrix
свойство, которое представляет матрицу обратной корреляции для алгоритма RLS. Начальное значение InvCorrMatrix
является InvCorrInit*eye(N)
, где N
- общее количество весов эквалайзера.
Ссылаясь на схемы, представленные в эквализация, задайте w как вектор всех весов w i и задайте u как вектор всех входов u i. На основе текущего набора входов u и текущей матрицы обратной корреляции, P, этот адаптивный алгоритм сначала вычисляет вектор усиления Калмана, K
где H обозначает транспозицию Гермитова.
Затем новая матрица обратной корреляции задается как
(ForgetFactor
)-1(P - KuHП)
и новый набор весов дается
w + K*e
где оператор * обозначает комплексный сопряженный.
[1] Farhang-Boroujeny, B., Adaptive Filters: Theory and Applications, Chichester, England, John Wiley & Sons, 1998.
[2] Haykin, S., Adaptive Filter Theory, Third Ed., Upper Saddle River, NJ, Prentice Hall, 1996.
[3] Kurzweil, J., An Introduction to Digital Communications, New York, John Wiley & Sons, 2000.
[4] Proakis, John G., Digital Communications, Fourth Ed., New York, McGraw-Hill, 2001.