dsp.RLSFilter
计算输出,错误和系数使用递归最小二乘(RLS)算法
描述
的dsp.RLSFilter
系统对象™过滤器每个通道的输入使用RLS滤波器实现。
过滤输入的每个通道:
创建
dsp.RLSFilter
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
描述
返回一个自适应RLS滤波器系统对象,rlsFilt
= dsp.RLSFilterrlsFilt
。这个系统对象计算输出过滤,过滤错误,滤波器权值对于一个给定的输入和期望信号利用RLS算法。
返回一个RLS滤波器系统对象,rlsFilt
= dsp.RLSFilter (len
)rlsFilt
。这个系统对象长度
属性设置为len
。
返回一个RLS滤波器与每个指定的系统对象属性设置为指定的值。在单引号附上每个属性的名字。未指定的属性有默认值。rlsFilt
= dsp.RLSFilter (名称,值
)
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
算法
的dsp.RLSFilter
系统对象,当传统的RLS
被选中时,递归地计算最小二乘估计(RLS)的冷杉滤波器权重。系统对象估计滤波器权重系数,需要将输入信号转换成所需的信号。输入信号可以是一个标量或一个列向量。所需的信号必须具有相同的数据类型,复杂性,和维度作为输入信号。相应的RLS滤波器以矩阵形式表示P(n):
在λ1表示指数权重因子的倒数。的变量如下:
变量 | 描述 |
---|---|
n | 当前时间指数 |
u(n) | 缓冲输入样本向量的一步n |
P(n) | 逆相关矩阵的共轭的一步n |
k(n) | 增益向量步骤n |
k *(n) | 复杂的共轭k |
w(n) | 过滤阀估计向量的一步n |
y (n) | 过滤输出步骤n |
e (n) | 一步的估计误差n |
d (n) | 所需的反应步骤n |
λ | 遗忘因子 |
u,w,k都是列向量。
引用
[1]M海耶斯,统计数字信号处理和建模,纽约:威利,1996年。
[2]微积分,自适应滤波器理论,第四版,上台北,普伦蒂斯霍尔出版社,2002。
[3]嗜Rontogiannis和美国Theodoridis逆分解自适应最小二乘算法,”信号处理,52卷,不。1、形成反差,页。1996年7月。
”[4]南卡罗来纳州道格拉斯,Numerically-robust O (N2Proc) RLS算法使用最小二乘prewhitening。”IEEE Int。Conf.声学,演讲,和信号处理,伊斯坦布尔,土耳其,我卷,第415 - 412页,2000年6月。
[5]a·h·赛义德自适应滤波原理,新泽西州霍博肯:约翰威利& Sons, 2003。
扩展功能
版本历史
介绍了R2013a