通过自适应滤波延时信道估计
这个例子显示了如何自适应地估计噪声输入信号的时间延迟使用LMS自适应冷杉算法。
假设一个信号在哪里是白高斯过程是确定的。信号测量的回声样品和衰减(都是未知的),导致整体的测量:
我们的目标是估计延迟和回声衰减。这些参数可以确定一个解决过滤识别问题为,加上之前。提供的过滤器从测量信号可以确定吗和原始信号,一个可以推出和
这种滤波器构成的自适应识别问题可以LTI过滤。参考信号,输入提要,自适应滤波器。显然,如果适应过程结尾然后误差信号就消失了。
有许多自适应滤波算法。对于这个paricular的问题设置和信号模型,归一化LMS算法是合适的,是可用的LMS滤波器块。
运行仿真。滤波器的峰值水龙头向量表示时滞估计。在这种情况下和。
,微积分,自适应滤波器理论,3日Ed新世纪1996。