Примените адаптивные фильтры к разделению сигнала с помощью структуры, называемой адаптивным усилителем линии (ALE). При улучшении адаптивной линии измеренный сигнал x (n) содержит два сигнала, неизвестный сигнал интереса v (n) и почти периодический сигнал шума eta (n).

Используйте RLS-фильтр, чтобы извлечь полезную информацию из сигнала с шумом. Информационный сигнал является синусоидой, которая повреждается аддитивным белым гауссовым шумом.

Используйте алгоритм наименьшего среднего квадрата (LMS), чтобы вычесть шум из входного сигнала. Адаптивный фильтр LMS использует опорный сигнал на Input порт и требуемый сигнал на Desired порт, чтобы автоматически соответствовать фильтру. Когда он сходится к правильной модели фильтра, отфильтрованный шум вычитается, и сигнал ошибки должен содержать только исходный сигнал.

Используйте алгоритм Filtered-X LMS в Adaptive Noise Control (ANC).

Путь сходимости, принятый различными алгоритмами адаптивной фильтрации. График является последовательностью точек вида (w1, w2), где w1 и w2 являются весами адаптивного фильтра. Синие точки на рисунке указывают на контурные линии поверхности ошибки. Увеличьте изображение графика, чтобы увидеть свойства пути сходимости, выбрав в меню «Инструменты» пункт «Изменение масштаба».

Вычесть шум из входного сигнала с помощью алгоритма Рекурсивных наименьших квадратов (RLS). Адаптивный фильтр RLS использует опорный сигнал на Input port и требуемый сигнал на Требуемом порту, чтобы автоматически соответствовать фильтрующей характеристики в блоке Noise Filter. Когда он сходится к правильному фильтру, отфильтрованный шум должен быть полностью вычтен из сигнала «Сигнал + Шум», а «Сигнал ошибки» должен содержать только исходный сигнал.

Адаптивно оцените задержку для шумного входного сигнала, используя алгоритм адаптивной конечной импульсной характеристики LMS. Пик в векторе отводов фильтра указывает оценку задержки по времени.