dsp。FastTransversalFilter
快速横向最小二乘FIR自适应滤波器
描述
的dsp。FastTransversalFilter使用快速横向最小二乘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。FastTransversalFilter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
描述
“保障未来粮食供给”= dsp。FastTransversalFilter“保障未来粮食供给”，它是一种快速的横向最小二乘FIR自适应滤波器。这个系统对象计算给定输入和期望信号的滤波输出和滤波误差。
“保障未来粮食供给”= dsp。FastTransversalFilter (len）dsp。FastTrasversalFilter系统对象长度属性设置为len．
“保障未来粮食供给”= dsp。FastTransversalFilter (名称,值）dsp。FastTransversalFilter系统对象，每个指定的属性设置为指定的值。
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
基于快速横向滤波器的FIR滤波器系统辨识
系统辨识是用自适应滤波器辨识未知系统的系数的过程。该过程的总体概况显示在系统识别——使用自适应滤波器识别未知系统．涉及的主要组成部分有:
自适应滤波算法。
要适应的未知系统或过程。在本例中，由
fir1是未知的系统。适当的输入数据来练习适应过程。在一般系统辨识模型中，所要求的信号d（k)和输入信号x（k)用来练习适应过程。
自适应滤波器的目标是使自适应滤波器输出之间的误差信号最小y（k)和未知系统(或待识别系统)的输出d（k）.一旦错误信号最小化，自适应滤波器就与未知系统相似。两个滤波器的系数匹配得很好。
请注意:如果你正在使用R2016a或更早的版本，将每个对该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)．
未知的系统
创建一个dsp。FIRFilter对象，该对象表示要标识的系统。使用fir1函数设计滤波系数。设计的滤波器是一个10阶低通数字滤波器，截止频率为0.25。
filt = dsp.FIRFilter;filt。为分子= fir1(10日)
filt = dsp。FIRFilterwith properties: Structure: 'Direct form' NumeratorSource: 'Property' Numerator: [1x11 double] InitialConditions: 0 Show all properties
通过信号x到FIR滤波器。所需的信号d是未知系统(FIR滤波器)输出和加性噪声信号的和吗n．
x = randn (1000 1);D = filt(x) + 0.01*randn(1000,1);
自适应滤波器
在未知滤波器设计和所需信号到位后，创建并应用快速横向滤波器对象来识别未知滤波器。
创建一个dsp。FastTransversalFilter对象表示自适应滤波器。设置自适应过滤器的长度为11点，遗忘因子为0.99。
ftf1 = dsp。FastTransversalFilter(11日“ForgettingFactor”, 0.99)
ftf1 = dsp。FastTransversalFilter的属性:方法:“快速横向最小二乘”长度:11 ForgettingFactor: 0.9900 InitialPredictionErrorPower: 10 initialefficients: 0 initialconverversionfactor: 1 LockCoefficients: false
传递一次输入信号x和期望的信号d到快速横向滤波器。运行自适应过滤器确定未知系统。输出y自适应滤波器的特征是信号收敛到期望信号d，从而最小化误差e在两个信号之间。
[y, e] = ftf1 (x, d);w = ftf1。系数
w =1×11-0.0043 0.0016 0.0308 0.1171 0.2204 0.2677 0.2210 0.1181 0.0323 0.0013
策划的结果。输出信号与所需信号非常接近，使得两者之间的误差接近于零。
次要情节(2,1,1);情节(1:1000 [d, y, e])标题(“FIR滤波器的系统识别”）;传奇(“想要的”，“输出”，“错误”）;包含(“时间指数”）;ylabel (的信号值）;
FIR滤波器的系数与自适应滤波器的系数非常接近，从而确定了收敛性。
次要情节(2,1,2);茎([filt.Numerator;w]。');传奇(“实际”，“估计”）;包含(“系数#”）;ylabel (的系数值）;
参考文献
[1]微积分,西蒙。自适应滤波器理论上鞍河，新泽西:普伦蒂斯霍尔，2002。
扩展功能
另请参阅
对象
你也可以从以下列表中选择一个网站:
