使用递归最小二乘(RLS)算法计算输出、误差和系数
的dsp。RLSFilter
系统对象™使用RLS过滤器实现对输入的每个通道进行过滤。
过滤输入的每个通道:
创造dsp。RLSFilter
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?.
返回自适应RLS滤波器系统对象,rlsfilt.
= dsp。RLSFilterrlsfilt.
.该系统对象使用RLS算法计算给定输入和期望信号的滤波输出、滤波误差和滤波权值。
返回一个RLS过滤器系统对象,rlsfilt.
= dsp。RLSFilter (len
)rlsfilt.
.这个系统对象具有长度
属性设置为len
.
返回一个RLS筛选器系统对象,其中每个指定的属性设置为指定的值。将每个属性名用单引号括起来。未指定的属性具有默认值。rlsfilt.
= dsp。RLSFilter (名称,值
)
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
,使用此语法:
发行版(obj)
的dsp。RLSFilter
系统对象,当传统的RLS
,递归计算FIR滤波器权值的最小二乘估计(RLS)。System对象估计滤波器的权重或系数,需要将输入信号转换为所需的信号。输入信号可以是标量或列向量。所需的信号必须具有与输入信号相同的数据类型、复杂性和维数。相应的RLS滤波器用矩阵形式表示为P(n):
在λ-1为指数加权因子的倒数。变量如下:
多变的 | 描述 |
---|---|
n | 当前时间指数 |
u(n) | 缓冲输入样本在步长处的向量n |
P(n) | step的逆相关矩阵n |
k(n) | 阶跃的增益向量n |
w(n) | 在步长估计滤波器抽头的向量n |
y (n) | 滤波后的输出步长n |
e (n) | 步长估计误差n |
d (n) | 期望的阶跃响应n |
λ. | 遗忘因子 |
u,w,k都是列向量。
[1] M海耶斯,统计数字信号处理与建模,纽约:Wiley, 1996。
[2]微积分,自适应滤波器理论,第四版,上鞍河,NJ:Prentice Hall,2002。
A.A. Rontogiannis和S. Theodoridis,“逆因子分解自适应最小二乘算法”,信号处理,卷。52,不。1,pp。35-47,1996年7月。
[4] S.C. Douglas,“数字 - 鲁棒O(n2使用最小二乘预白化的RLS算法声学、语音和信号处理,土耳其伊斯坦布尔,vol. I, pp. 412-415, 2000年6月。
[5] A. H. Sayed,自适应滤波的基础,霍博肯:约翰·威利父子公司,2003。