主要内容
dsp。AdaptiveLatticeFilter
自适应网格过滤器
描述
的dsp。AdaptiveLatticeFilter系统对象™使用基于格的FIR自适应滤波器计算输出、误差和系数。
实现自适应FIR滤波器对象:
创建
dsp。AdaptiveLatticeFilter对象，并设置其属性。使用参数调用对象，就像调用函数一样。
要了解更多关于System对象如何工作的信息，请参见什么是系统对象?．
创建
语法
属性
使用
描述
输入参数
输出参数
对象的功能
要使用对象函数，请指定System对象作为第一个输入参数。例如，释放名为system的对象的系统资源obj，使用下面的语法:
发行版(obj)
例子
利用自适应晶格滤波器的QPSK自适应均衡
请注意:如果你正在使用R2016a或更早的版本，将每个对对象的调用替换为等价的一步语法。例如,obj (x)就变成了步骤(obj, x)．
创建QPSK信号和噪声，对其进行滤波得到接收信号，对接收信号进行延时得到所需信号。
D = 16;B = exp(1i*pi/4)*[-0.7 1];A = [1 -0.7];正常= 1000关系;s =符号(randn(1,正常+ D)关系)+ 1我*签署(randn(1,正常+ D)关系);n = 0.1*(randn(1,ntr+D) + 1i*randn(1,ntr+D));R = filter(b,a,s) + n;x = r (1 + D:正常+ D关系);d = s(1:正常)关系;
使用自适应格子滤波器来计算输入信号和期望信号的滤波输出和滤波误差。
林= 0.995;德尔= 1;阿尔夫= dsp。AdaptiveLatticeFilter (“长度”32岁的..．“ForgettingFactor”林,“InitialPredictionErrorPower”▽);[y, e] =阿尔夫(x, d);
绘制所需输出和误差信号的同相分量和正交分量。
次要情节(2 2 1);阴谋(1:正常,关系真实([d; y; e]));标题(同相分量的）;传奇(“想要的”，“输出”，“错误”）;包含(“时间指数”）;ylabel (的信号值）;次要情节(2,2,2);阴谋(1:正常,关系图像放大([d; y; e]));标题(“正交组件”）;传奇(“想要的”，“输出”，“错误”）;包含(“时间指数”）;ylabel (的信号值）;
绘制接收和均衡信号的散点图。
次要情节(2、2、3);情节(x(正常- 100:关系正常)的关系,“。”）;轴([-3 3 -3]);标题(“接收信号散点图”）;轴(“广场”）;包含(“真正的[x]”）;ylabel (图像放大[x]”）;网格在；次要情节(2、2、4);情节(y(正常- 100:关系正常)的关系,“。”）;轴([-3 3 -3]);标题(“均衡信号散点图”）;轴(“广场”）;包含(“真正的[y]”）;ylabel (图像放大[y]”）;网格在；
基于自适应格点滤波器的FIR滤波器系统辨识
请注意:如果你正在使用R2016a或更早的版本，将每个对对象的调用替换为等价的一步语法。例如,obj (x)就变成了步骤(obj, x)．
0.5公顷= fir1(31日);冷杉= dsp。FIRFilter (“分子”,哈);需识别的FIR系统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));观测噪声信号d =冷杉(x) + n;%期望信号l = 32;%滤波器长度m = 5;%抽取因子分析%和模拟结果哈= dsp.AdaptiveLatticeFilter (l);[simmse, meanWsim Wsim traceKsim] = msesim(哈,x, d, m);情节(m *(1:长度(simmse)), 10 * log10 (simmse));包含(“迭代”）;ylabel (“MSE (dB)”）;标题(用于系统识别的自适应格点滤波器的学习曲线）
参考文献
[1] Griffiths, Lloyd J.“一种实现为晶格结构的连续自适应滤波器”。IEEE国际标准会议论文集。声学，语音和信号处理，哈特福德，CT，第683-686页，1977。
[2]微积分,S。自适应滤波器理论上鞍河，新泽西:普伦蒂斯霍尔，1996。
扩展功能
另请参阅
对象
介绍了R2013b
你也可以从以下列表中选择一个网站:
