dsp.affineProightfilter.

使用仿射投影（AP）算法计算输出，误差和系数

展开页面中的所有内容

描述

这dsp.affineProightfilter.系统对象™使用AP过滤器实现过滤输入的每个通道。

要过滤输入的每个通道：

创造dsp.affineProightfilter.对象，并设置其属性。
使用参数调用对象，就像它是一个函数一样。

要了解有关系统对象如何工作的更多信息，请参阅什么是系统对象?．

创建

句法

apf = dsp。AffineProjectionFilter

apf = dsp.AffineProjectionFilter(兰)

apf = dsp.affineproightfilter（姓名，价值）

描述

apf= dsp.affineproizhefilter.返回一个自适应FIR滤波器apf．该系统对象使用仿射投影(AP)算法计算给定输入和期望信号的滤波输出和滤波误差。

例子

apf= dsp.affineproizhefilter.（len）属性返回一个仿射投影过滤器对象长度物业设为len．

例子

apf= dsp.affineproizhefilter.（名称，价值）返回一个将每个指定属性设置为指定值的仿射投影过滤器对象。将每个属性名称用单引号括起来。未指定的属性有默认值。

属性

展开全部

除非另有说明，否则属性是不可努力，这意味着在调用对象后无法更改其值。当您调用它们时，对象锁定释放函数打开它们。

如果属性是可调，您可以随时更改其值。

有关更改属性值的详细信息，请参见MATLAB使用系统对象的系统设计．

`方法`-计算滤波器系数的方法
`直接矩阵反转`(默认)|`递归矩阵更新`|`分块直接矩阵反演`

指定用于计算滤波器系数的方法直接矩阵反转那递归矩阵更新那分块直接矩阵反演．此属性是非空的。

`长度`-滤波器系数向量的长度
`32`(默认)|正整数

将FIR滤波器系数向量的长度指定为标量正整数值。此属性是非空的。

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`ProjectionOrder`-仿射投影算法的投影顺序
`2`(默认)|正整数

指定仿射投影算法的投影顺序为一个大于或等于2的标量正整数值。这个属性定义了输入信号协方差矩阵的大小。此属性是非空的。

数据类型：双倍的

`StepSize`-仿射投影步长
`1`(默认)|非负标量

指定仿射投影步长因子为0到1之间的标量非负数值，两者都包括。设置步长为1可以在适应过程中提供最快的收敛速度。

可调：是的

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64|逻辑

`initialcoeffients.`-初始滤波器系数
`0.`(默认)|标量|向量

将FIR自适应滤波器系数的初始值指定为标量或等于的长度矢量长度属性值。

可调：是的

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`InitialOffsetCovariance.`-偏移输入协方差矩阵的初始值
`1`(默认)|标量|方矩阵

指定偏移量输入协方差矩阵的初始值。这个性质必须是一个标量正数值或一个正定方阵，每个维度等于ProjectionOrder属性值。如果它是标量值，那么offsetCovariance.属性被初始化为对角线矩阵，对角线元素等于标量值。如果是一个方形矩阵，那么offsetCovariance.属性初始化为该方矩阵的值。

可调：是的

依赖关系

此属性仅适用于方法属性设置为直接矩阵反转或分块直接矩阵反演．

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`initialInverseOffsetCovariance.`-偏移输入协方差矩阵逆的初始值
`20.`(默认)|标量|方矩阵

指定偏移量输入协方差矩阵逆的初始值。这个性质必须是一个标量正数值或一个正定方阵，每个维度等于ProjectionOrder属性值。如果它是标量值，那么InverseOffsetCovariance属性被初始化为对角线矩阵，每个对角线元素等于标量值。如果是一个方形矩阵，那么InverseOffsetCovariance属性初始化为该方矩阵的值。

可调：是的

依赖关系

此属性仅适用于方法属性设置为递归矩阵更新．

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`initialcorrelationcoeffients.`-初始相关系数
`0.`(默认)|标量|向量

将FIR滤波器的相关系数的初始值指定为标量或长度等于的矢量ProjectionOrder-1．

可调：是的

依赖关系

此属性仅适用于方法属性设置为递归矩阵更新．

数据类型：单|双倍的|int8|int16|INT32.|INT64.|uint8|uint16|uint32|uint64

`锁定锁定`-锁定系数更新
`错误的`(默认)|`真正的`

指定是否应锁定滤波器系数值。当您将此属性设置为时真正的，则不更新滤波器系数，其值保持不变。默认值为错误的（滤波器系数被连续更新）。

可调：是的

用法

句法

[y,犯错]= apf (x, d)

描述

例子

[y那呃] = apf（X那D.）过滤输入X，使用D.作为所需信号，并返回滤波后的输出y和过滤器错误呃．System对象估计所需的滤波器权重，以最小化输出信号和所需信号之间的误差。你可以通过访问系数物品的财产。这只能在调用对象后才完成。例如，访问优化的系数apf过滤，呼叫apf。Coefficients将输入和所需信号传递给对象后。

输入参数

展开全部

`X`-数据输入
标量|柱矢量

由仿射投影滤波器过滤的信号。输入,X，以及所需的信号，D.，必须具有相同的大小和数据类型。

输入可以是可变尺寸的信号。即使当对象被锁定，您也可以更改列向量中的元素数。当您调用对象以运行其算法时，系统对象锁定。

数据类型：单|双倍的
复数支持：金宝app是的

`D.`-期望信号
标量|柱矢量

仿射投影滤波器对其系数进行调整，使误差最小化，呃，并汇聚输入信号X到所需的信号D.尽可能地接近。

输入,X，以及所需的信号，D.，必须具有相同的大小和数据类型。

所需信号可以是可变尺寸的信号。即使当对象被锁定，您也可以更改列向量中的元素数。调用对象时系统对象锁定。

数据类型：单|双倍的
复数支持：金宝app是的

输出参数

展开全部

`y`- 过滤输出
标量|柱矢量

过滤后的输出，作为标量或列向量返回。该对象自适应其滤波系数以收敛输入信号X匹配所需的信号D.．过滤器输出融合信号。

数据类型：单|双倍的
复数支持：金宝app是的

`呃`- 输出和所需信号之间的差异
标量|柱矢量

输出信号之间的差异y和所需的信号D.，作为标量或列向量返回。仿射投影滤波器的目的是最小化此错误。该对象适应其系数，以便朝向产生与所需信号密切匹配的输出信号的最佳滤波器系数。访问仿射投影滤波器系数，呼叫apf。Coefficients将输入和所需信号传递给对象后。

数据类型：单|双倍的
复数支持：金宝app是的

对象功能

要使用对象函数，请将System对象指定为第一个输入参数。例如，要发布命名的系统对象的系统资源obj.，使用此语法：

释放（obj）

展开全部

具体到`dsp.affineProightfilter.`

MSESIM 自适应滤波器的估计均方误差

所有系统对象共同

`步`	运行系统对象算法
`释放`	释放资源并允许更改系统对象属性值和输入特性
`重启`	重置内部状态系统对象

例子

全部收缩

QPSK自适应均衡

打开生活的脚本

笔记：如果您使用的是R2016A或早期版本，则用等价物将每个调用替换为对象步句法。例如，obj (x)就变成了步骤(obj, x)．

基于32系数FIR滤波器的QPSK自适应均衡(1000次迭代)

D = 16;％延迟样本数量b = exp（1i * pi / 4）* [ -  0.7 1];通道分子系数%A = [1 -0.7];频道％分母系数ntr = 1000;％迭代次数s =符号(randn(1,正常+ D)关系)+ 1我*签署(randn(1,正常+ D)关系);％基带信号n = 0.1*(randn(1,ntr+D) + 1i*randn(1,ntr+D));%噪声信号r =滤波器（b，a，s）+ n;％接收信号x = r (1 + D:正常+ D关系);％输入信号（接收信号）d = s（1：ntr）;％期望信号（延迟QPSK信号）μ= 0.1;％ 一步的大小阿宝= 4;%投影顺序offset = 0.05;协方差矩阵的偏移量apf = dsp.affineproightfilter（“长度”32岁的.．.“StepSize”，亩，“ProjectionOrder”阿宝,.．.'InitialOffsetCovariance'，抵消）;[y，e] = apf（x，d）;子图（2,2,1）;情节（1：NTR，Real（[D; Y; e]））;标题（'同步组件'）;传奇（'想要'那'输出'那'错误'）;Xlabel（'时间指数'）;ylabel ('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'那'输出'那'错误'）;Xlabel（'时间指数'）;ylabel ('信号值'）;次要情节(2、2、3);情节(x(正常- 100:关系正常)的关系,'。'）;轴（[ -  3 3 -3 3]）;标题（'接收信号散射图'）;轴（“广场”）;Xlabel（'真的[x]'）;ylabel ('imag [x]'）;网格在;子图（2,2,4）;绘图（y（ntr-100：ntr），'。'）;轴（[ -  3 3 -3 3]）;标题（'均等的信号散射图'）;轴（“广场”）;Xlabel（'真的[Y]'）;ylabel ('Imag [Y]'）;网格在;

图包含4个轴。具有标题同步组件的轴1包含3个类型的线。这些对象表示所需，输出，错误。带有标题正交组件的轴2包含3型对象。这些对象表示所需，输出，错误。具有标题接收信号散点图的轴3包含类型线的对象。具有标题均衡信号散点图的轴4包含类型线的对象。

基于仿射投影滤波器的FIR滤波器系统辨识

打开生活的脚本

笔记：如果您使用的是R2016A或早期版本，则用等价物将每个调用替换为对象步句法。例如，obj (x)就变成了步骤(obj, x)．

ha = fir1（31,0.5）;fir = dsp.firfilter（'分子'，哈）;％FIR系统被识别IIR = dsp.iirfilter（'分子'sqrt (0.75),.．.'分母'，[1-0.5]）;x = IIR（符号（Randn（2000,25）））;n = 0.1 * RANDN（尺寸（x））;％观察噪声信号d = fir（x）+ n;％期望信号l = 32;%滤波器长度μ= 0.008;%仿射投影滤波器步长。m = 5;%分析抽取因子％和仿真结果apf = dsp.affineproightfilter（l，“StepSize”，亩）;[Simmse，Meanwsim，WSIM，Traceksim] = MSesim（APF，X，D，M）;绘图（m *（1：长度（simmse）），10 * log10（simmse））;Xlabel（'迭代'）;ylabel ('MSE（DB）'）;标题（'系统识别中使用的仿射投影滤镜的学习曲线'）

图中包含一个轴。在系统识别中使用的仿射投影滤波器的学习曲线轴中包含了一个类型为直线的对象。

算法

仿射投影算法（APA）是一种自适应方案，其基于多个输入向量估计未知系统[1]．它是为了提高其他自适应算法的性能而设计的，主要是基于LMS的自适应算法。仿射投影算法重用旧数据，从而在输入信号高度相关时快速收敛，导致一系列算法可以在计算复杂度和收敛速度之间进行权衡[2]．

以下等式描述了设计AP过滤器的概念算法：

$\begin{array}{l} 你一种 P. （ N ） = （ \begin{matrix} 你 {（ N ）}_{} & ...... & 你（ N - L. ） \\ ⋮ & ⋱ & ⋮ \\ 你 {（ N - N ）}_{} & \dots & 你（ N - L. - N ） \end{matrix} ） = （ \begin{matrix} 你（ N ） & 你（ N - 1 ） & \dots \begin{matrix} 你（ N - L. ） \end{matrix} \end{matrix} ） \\ y 一种 P. （ N ） = 你^{T.} 一种 P. （ N ） W. （ N ） = （ \begin{matrix} y （ N ） \\ \cdot \\ \cdot \\ \cdot \\ y （ N - L. ） \end{matrix} ） \\ D. 一种 P. （ N ） = （ \begin{matrix} D. （ N ） \\ \cdot \\ \cdot \\ \cdot \\ D. （ N - L. ） \end{matrix} ） \\ E. 一种 P. （ N ） = D. 一种 P. （ N ） - y 一种 P. （ N ） = （ \begin{matrix} E. （ N ） \\ \cdot \\ \cdot \\ \cdot \\ E. （ N - L. ） \end{matrix} ） \\ W. （ N ） = W. （ N - 1 ） + μ. 你一种 P. （ N ）（^{你一种 {P.}^{H} （ N ）你一种 P. （ N ） + C ） - 1} E. 一种 P. \end{array}$

在哪里C是ε.一世如果初始偏移协方差是标量ε，或R.如果初始偏移协方差是矩阵R.．变量如下：

多变的	描述
N	当前时间索引
联合国）	步骤中的输入样例N
你_AP（n）	最后的矩阵L.+1输入信号向量
W.（n）	自适应滤波器系数矢量
y（n）	自适应滤波器输出
D（n）	期望的信号
e（n）	步进误差N
L.	投影订单
N	过滤器顺序（即滤波长度=N+1）
μ.	阶梯大小

参考

关键词:仿射子空间，正交投影，自适应滤波电子。安排。日本。67-A（5），1984年5月，第19-27页。

[2] Paulo S. R. Diniz，自适应滤波：算法和实际实现，第二版。波士顿：Kluwer学术出版商，2002年。

扩展功能

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

使用说明和限制：

看MATLAB代码生成中的系统对象（MATLAB编码器）．

也可以看看

对象

dsp。FIRFilter|dsp.lmsfilter.|dsp.rlsfilter.

介绍了R2013a

DSP系统工具箱文档

金宝app

仿真软件MAT金宝appLAB,その他の製品をお試しください

無料評価版のダウンロード

dsp.affineProightfilter.

描述

创建

句法

描述

属性

方法-计算滤波器系数的方法直接矩阵反转(默认)|递归矩阵更新|分块直接矩阵反演

长度-滤波器系数向量的长度32(默认)|正整数

ProjectionOrder-仿射投影算法的投影顺序2(默认)|正整数

StepSize-仿射投影步长1(默认)|非负标量

initialcoeffients.-初始滤波器系数0.(默认)|标量|向量

InitialOffsetCovariance.-偏移输入协方差矩阵的初始值1(默认)|标量|方矩阵

依赖关系

initialInverseOffsetCovariance.-偏移输入协方差矩阵逆的初始值20.(默认)|标量|方矩阵

依赖关系

initialcorrelationcoeffients.-初始相关系数0.(默认)|标量|向量

依赖关系

锁定锁定-锁定系数更新错误的(默认)|真正的

用法

句法

描述

输入参数

X-数据输入标量|柱矢量

D.-期望信号标量|柱矢量

输出参数

y- 过滤输出标量|柱矢量

呃- 输出和所需信号之间的差异标量|柱矢量

对象功能

具体到dsp.affineProightfilter.

所有系统对象共同

例子

QPSK自适应均衡

基于仿射投影滤波器的FIR滤波器系统辨识

算法

参考

扩展功能

C / C ++代码生成使用MATLAB®Coder™生成C和C ++代码。

也可以看看

对象

DSP系统工具箱文档

金宝app

仿真软件MAT金宝appLAB,その他の製品をお試しください

`方法`-计算滤波器系数的方法
`直接矩阵反转`(默认)|`递归矩阵更新`|`分块直接矩阵反演`

`长度`-滤波器系数向量的长度
`32`(默认)|正整数

`ProjectionOrder`-仿射投影算法的投影顺序
`2`(默认)|正整数

`StepSize`-仿射投影步长
`1`(默认)|非负标量

`initialcoeffients.`-初始滤波器系数
`0.`(默认)|标量|向量

`InitialOffsetCovariance.`-偏移输入协方差矩阵的初始值
`1`(默认)|标量|方矩阵

`initialInverseOffsetCovariance.`-偏移输入协方差矩阵逆的初始值
`20.`(默认)|标量|方矩阵

`initialcorrelationcoeffients.`-初始相关系数
`0.`(默认)|标量|向量

`锁定锁定`-锁定系数更新
`错误的`(默认)|`真正的`

`X`-数据输入
标量|柱矢量

`D.`-期望信号
标量|柱矢量

`y`- 过滤输出
标量|柱矢量

`呃`- 输出和所需信号之间的差异
标量|柱矢量

具体到`dsp.affineProightfilter.`

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。