dsp。AdaptiveLatticeFilter
自适应晶格滤波器
描述
的dsp。AdaptiveLatticeFilter系统对象™使用基于网格的FIR自适应滤波器计算输出、误差和系数。
实现自适应FIR滤波对象:
创建
dsp。AdaptiveLatticeFilter对象并设置其属性。调用带有参数的对象，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
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，请将System对象指定为第一个输入参数。例如，释放名为obj，使用以下语法:
发行版(obj)
例子
使用自适应晶格滤波器的QPSK自适应均衡
请注意:如果您使用的是R2016a或更早的版本，请将对对象的每次调用替换为等效的一步语法。例如,obj (x)就变成了步骤(obj, x)．
创建QPSK信号和噪声，对其进行滤波得到接收信号，并对接收信号进行延迟得到所需信号。
D = 16;B = exp(1i*pi/4)*[-0.7 1];A = [1 -0.7];NTR = 1000;s =符号(randn(1,正常+ D)关系)+ 1我*签署(randn(1,正常+ D)关系);n = 0.1*(randn(1,ntr+D) + 1i*randn(1,ntr+D));R = filter(b,a,s) + n;x = r(1+D:ntr+D);D = s(1:ntr);
使用自适应晶格滤波器计算滤波后的输出和输入信号和期望信号的滤波误差。
Lam = 0.995;Del = 1;Alf = dsp。AdaptiveLatticeFilter (“长度”32岁的.．.“ForgettingFactor”林,“InitialPredictionErrorPower”▽);[y,e] = alf(x,d);
绘制期望信号、输出信号和错误信号的同相位和正交分量。
次要情节(2 2 1);阴谋(1:正常,关系真实([d; y; e]));标题(同相分量的）;传奇(“想要的”，“输出”，“错误”）;包含(“时间指数”）;ylabel (的信号值）;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(“想要的”，“输出”，“错误”）;包含(“时间指数”）;ylabel (的信号值）;
绘制接收信号和均衡信号的散点图。
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(“接收信号散点图”）;轴(“广场”）;包含(“真正的[x]”）;ylabel (图像放大[x]”）;网格在；次要情节(2、2、4);情节(y(正常- 100:关系正常)的关系,“。”）;轴([-3 3 -3 3]);标题(“均衡信号散点图”）;轴(“广场”）;包含(“真正的[y]”）;ylabel (图像放大[y]”）;网格在；
基于自适应格阵滤波器的FIR滤波器系统辨识
请注意:如果您使用的是R2016a或更早的版本，请将对对象的每次调用替换为等效的一步语法。例如,obj (x)就变成了步骤(obj, x)．
Ha = fir1(31,0.5);% FIR系统被识别Fir = dsp。FIRFilter (“分子”,哈);Iir = dsp。IIRFilter (“分子”sqrt (0.75),.．.“分母”-0.5 [1]);X = iir(sign(randn(2000,25)));观测噪声信号%N = 0.1*randn(size(x));%期望信号D = fir(x)+n;%过滤长度L = 32;用于分析的抽取因子%和模拟结果M = 5;ha = sp. adaptivelatticefilter (l);[simmse,meanWsim,Wsim,traceKsim] = msesim(ha,x,d,m);情节(m *(1:长度(simmse)), 10 * log10 (simmse));包含(“迭代”）;ylabel (“MSE (dB)”）;绘制用于。的学习曲线%自适应晶格滤波器用于系统识别标题(“学习曲线”）
参考文献
[1] Lloyd Griffiths . <作为晶格结构实现的连续自适应滤波器>。IEEE Int学报。声学、语音与信号处理会议，哈特福德，康涅狄格州，第683-686页，1977。
[2]海金，S。自适应滤波理论上马鞍河，新泽西州:普伦蒂斯大厅，1996年。
扩展功能
版本历史
在R2013b中介绍
您也可以从以下列表中选择网站: