信号和噪声

定义一个假设的信息信号，x，在6秒内以100 Hz进行抽样。

时间= (0:0.01:6)';x =罪(40. /(时间+ 0.01));情节(时间,x)标题('信息信号x'）Xlabel（“时间”）ylabel（“x”）

假设x在没有干扰信号的情况下无法测量， ${\mathit{n}}_2$，它是由另一个噪声源产生的， ${\mathit{n}}_1$，由一个未知的非线性过程。

生成并绘制噪声源 ${\mathit{n}}_1$．

n1 = randn（大小（时间））;情节（时间，n1）标题（“噪声源n_1”）Xlabel（“时间”）ylabel（“n_1”）

假设干扰信号， ${\mathit{n}}_2$，在测量信号中出现的是通过未知的非线性方程生成：

把这个非线性函数画成一个曲面。

域= linspace (min (n1), max (n1), 20);[xx, yy] = meshgrid(域、域);zz = 4 * sin (xx)。* yy. / (1 + yy。^ 2);冲浪(yy, xx zz)包含('n_1（k）'）ylabel（“n_1 (k - 1)”) zlabel (的甲烷(k)的） 标题（“未知干扰信道特性”）

计算干扰信号， ${\mathit{n}}_2$，从噪声源， ${\mathit{n}}_1$，并绘制两个信号。

n1d0 = n1;% n1延迟0n1d1 = [0;n1d0（1：长度（n1d0）-1）];% n1延迟1n2 = 4 * sin（n1d0）。* n1d1./(1 +n1d1.^2）;%的干扰次要情节(2,1,1)情节(时间、n1) ylabel (“n_1”）Xlabel（“时间”） 标题（的噪声源）子图（2,1,2）图（时间，n2）ylabel（“甲烷”） 标题（干扰信号的）Xlabel（“时间”）

${\mathit{n}}_2$与之相关 ${\mathit{n}}_1$通过前面展示的高度非线性过程。然而，从图中可以看出，这两个信号之间并没有任何关联。

被测信号,米，是原始信息信号的总和，x，以及干扰， ${\mathit{n}}_2$．然而， ${\mathit{n}}_2$是未知的。唯一可用信号是噪声信号， ${\mathit{n}}_1$和测量信号米．

m = x + n2;子图（1,1,1）图（时间，m）标题（被测信号的）Xlabel（“时间”）ylabel（'M'）

您可以恢复原始信息信号，x，通过ANFIS训练使用自适应噪声消除。

建立ANFIS模型

使用ANFIS.命令识别之间的非线性关系 ${\mathit{n}}_1$和 ${\mathit{n}}_2$．而 ${\mathit{n}}_2$不可直接可用，您可以假设米是一个嘈杂的版本 ${\mathit{n}}_2$进行训练。这种假设对x这种非线性配件中的“噪音”。

假设已知非线性信道的阶数(在本例中，2)．您可以使用双输入ANFIS模型进行训练。

定义培训数据。前两列数据为ANFIS模型的输入， ${\mathit{n}}_1$还有延迟版的 ${\mathit{n}}_1$．最后一栏数据是测量的信号，米．

delayed_n1 = [0;n1（1：长度（n1）-1）];data = [delayed_n1 n1 m];

生成初始FIS对象。默认情况下，网格划分算法对每个输入变量使用两个隶属函数，产生4个模糊学习规则。

genOpt = genfisOptions ('gridpartition'）;不定式= genfis(数据(:,1:end-1),数据(:,结束),genOpt);

调整FIS使用ANFIS.初始训练步长的命令0.2．

trainopt = anfisoptions（“InitialFIS”不定式,“InitialStepSize”，0.2）;Outfis = ANFIS（数据，RATEPOPT）;

ANFIS info: Number of nodes: 21 Number of linear parameters: 12 Number of nonlinear parameters: 12 Total Number of parameters: 24 training data pairs: 601 Number of checking data pairs: 0 Number of fuzzy rules: 4 Start training ANFIS…1 0.761817 2 0.748426 3 0.739315 4 0.733993步长在历元5后增加到0.220000。5 0.729492 6 0.725382 7 0.721269 8 0.717621历元9后步长增加到0.242000。9 0.714474 10 0.71207到达指定的历元数。ANFIS训练完成于纪元10。最小训练RMSE = 0.71207

调谐的FIS，出局，模拟二阶关系 ${\mathit{n}}_1$和 ${\mathit{n}}_2$．

评估模型

计算估计的干扰信号，estimated_n2，通过使用原始训练数据评估调谐FIS。

估计_n2 = evalfis（outfis，数据（：，1：2））;

情节的实际 ${\mathit{n}}_2$信号和来自ANFIS输出的估计版本。

子图（2,1,1）图（时间，n2）ylabel（“甲烷”）Xlabel（“时间”） 标题（'未知干扰信号'）子图（2,1,2）绘制（时间，估计_n2）ylabel（“甲烷”）Xlabel（“时间”） 标题（“估计干扰信号”）

估计的信息信号等于测量信号之间的差异，米以及估计干扰（ANFIS输出）。

Estimated_x = m - estimated_n2;

比较原始信息信号，x，估计，estimated_x．

图绘制(时间、estimated_x“b”、时间、x,“r”）Xlabel（“时间”）ylabel（“x”） 标题（“实际信号与估计信号的比较”)传说(“估计x”，“实际x(未知的)”，'地点'，'东南'）

如果没有广泛的培训，ANFIS模型会产生实际准确的信息信号估计。