dsp.FilteredXLMSFilter
过滤xlm过滤器
描述
的dsp.FilteredXLMSFilter系统对象™计算输出,错误和使用filtered-x最小均方FIR自适应滤波器系数。
实现自适应滤波器对象:
创建
dsp.FilteredXLMSFilter对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
语法
描述
属性
使用
描述
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
有源噪声控制的随机噪声信号
产生噪音,创建冷杉主路径系统模型,生成观测噪声,过滤器的主要路径系统模型输出与添加噪声,并创建冷杉次要道路系统模型。
x = randn (1000 1);0.4 g = fir1(47岁);n = 0.1 * randn (1000 1);d =过滤器(g, 1, x) + n;0.5 b = fir1(31日);
使用dsp.FilteredXLMSFilter系统对象™计算过滤输出和输入信号的滤波器误差被取消。
μ= 0.008;fxlms = dsp.FilteredXLMSFilter(32岁“StepSize”亩,“LeakageFactor”,…1,“SecondaryPathCoefficients”,b);[y, e] = fxlms (x, d);
策划的结果。
情节(1:1000 d“b”1:1000 e“r”);标题(一个随机噪声信号的有源噪声控制);传奇(“原始”,“减”);包含(“时间指数”);ylabel (的信号值);网格在;
系统辨识的冷杉过滤器使用过滤xlm过滤器
确定一个未知的系统通过执行主动噪声控制使用filtered-x LMS算法。自适应滤波器的目标是最小化之间的误差信号自适应滤波器的输出和未知系统的输出(或系统被识别)。一旦误差信号很小,未知系统收敛于自适应滤波器。
初始化
创建一个dsp.FIRFilter对象代表了系统。通过信号,x冷杉过滤器。未知系统的输出所需的信号,d,这是未知的系统的输出的总和(冷杉过滤器)和加性噪声信号,n。
0.5 num = fir1(31日);冷杉= dsp.FIRFilter (“分子”,num);iir = dsp.IIRFilter (“分子”sqrt (0.75),…“分母”-0.5 [1]);x = iir(标志(randn(2000年25)));n = 0.1 * randn(大小(x));d =冷杉(x) + n;
自适应滤波器
创建一个dsp.FilteredXLMSFilter系统对象创建一个使用filtered-x LMS算法的自适应滤波器。自适应滤波器的长度设置为32个水龙头,步长至0.008,5的大量毁灭因素分析和仿真。的变量simmse代表未知系统的输出之间的误差,d和自适应滤波器的输出。
l = 32;μ= 0.008;m = 5;fxlms = dsp.FilteredXLMSFilter (l,“StepSize”μ);[simmse, meanWsim Wsim traceKsim] = msesim (fxlms, x, d, m);情节(m *(1:长度(simmse)), 10 * log10 (simmse))包含(“迭代”)ylabel (“MSE (dB)”)%绘制filtered-x LMS滤波器的学习曲线%用于系统辨识标题(“学习曲线”)
每次迭代的适应的价值simmse降低到最小值,表示未知的系统融合的自适应滤波器。
引用
[1]郭,克里和摩根,湄有源噪声控制系统:算法和DSP实现。纽约:约翰·威利& Sons, 1996。
[2]Widrow, b和斯登金丝自适应信号处理。鞍上游,N。普伦蒂斯霍尔,1985。
版本历史
介绍了R2013b
