文档

dsp。AffineProjectionFilter系统对象

使用仿射投影(AP)算法计算输出、误差和系数

描述

AffineProjectionFilter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:

  1. 定义并设置AP过滤器。看到建设

  2. 调用一步的属性对输入的每个通道进行过滤dsp。AffineProjectionFilter.的行为一步特定于工具箱中的每个对象。

请注意

从R2016b开始,而不是使用一步方法来执行System对象™定义的操作,则可以使用参数调用该对象,就像调用函数一样。例如,Y = step(obj,x)而且Y = obj(x)请执行相同的操作。

建设

Apf = dsp。AffineProjectionFilter返回一个自适应FIR过滤系统对象,apf.这个System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。

Apf = dsp。AffineProjectionFilter ('PropertyName',PropertyValue,……)返回一个AP过滤器系统对象,apf,将每个指定的属性设置为指定的值。

Apf = dsp。AffineProjectionFilter (LEN。”PropertyName',PropertyValue,……)返回一个AP过滤器系统对象,apf.这个System对象的Length属性设置为LEN,并将其他指定属性设置为指定值。

属性

方法

计算滤波器系数的方法

指定用于计算滤波器系数的方法为|之一直接矩阵反演|递归矩阵更新|分块直接矩阵反演.默认值为直接矩阵反演.此属性不可调。

长度

滤波器系数向量的长度

将FIR滤波器系数向量的长度指定为一个标量正整数值。默认值为32.此属性不可调。

ProjectionOrder

仿射投影算法的投影顺序

将仿射投影算法的投影顺序指定为大于或等于2的标量正整数值。此属性定义输入信号协方差矩阵的大小。默认值为2.此属性不可调。

StepSize

仿射投影步长

将仿射投影步长因子指定为0到1之间的非负标量数值,两者都包含在内。将step设置为1可以使适应过程中收敛速度最快。默认值为1.此属性是可调的。

InitialCoefficients

滤波器的初始系数

指定FIR自适应滤波器系数的初始值为长度等于的标量或向量长度属性值。默认值为0.此属性是可调的。

InitialOffsetCovariance

偏移量输入协方差矩阵的初始值

指定偏移输入协方差矩阵的初始值。此属性必须是标量正数值或每个维数都等于的正定方阵ProjectionOrder属性值。如果是标量值,则OffsetCovariance属性初始化为对角矩阵,其中对角元素等于该标量值。如果它是一个方阵,则OffsetCovariance属性初始化为该方阵的值。仅当Method属性设置为时,此属性才适用直接矩阵反演分块直接矩阵反演.默认值为1.此属性是可调的。

InitialInverseOffsetCovariance

初始值的偏移量输入协方差矩阵的逆

指定偏移量输入协方差矩阵逆的初始值。此属性必须是标量正数值或每个维数都等于的正定方阵ProjectionOrder属性值。如果是标量值,则InverseOffsetCovariance属性初始化为一个对角矩阵,其中每个对角元素都等于该标量值。如果它是一个方阵,则InverseOffsetCovariance属性初始化为该方阵的值。此属性仅适用于方法属性设置为递归矩阵更新.默认值为20..此属性是可调的。

InitialCorrelationCoefficients

初始相关系数

指定FIR滤波器相关系数的初始值为标量或长度等于的向量ProjectionOrder- - - - - -1.此属性仅适用于方法属性设置为递归矩阵更新.默认值为0.此属性是可调的。

LockCoefficients

锁紧系数更新

指定是否应该锁定过滤器系数值。当您将此属性设置为真正的时,滤波器系数不会更新,其值保持不变。默认值为(过滤器系数不断更新)。此属性是可调的。

方法

msesim 仿射投影滤波器的均方误差
重置 的内部状态系统对象
一步 使用仿射投影滤波算法处理输入
所有系统对象通用
释放

允许系统对象属性值更改

例子

全部展开

请注意:此示例仅在R2016b及以上版本运行。如果您正在使用较早的版本,请将对函数的每次调用替换为等效的调用一步语法。例如,myObject(x)变成step(myObject,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B = exp(1i*pi/4)*[-0.7 1];%通道分子系数A = [1 -0.7];%通道分母系数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 = filter(b,a,s)+n;接收信号百分比x = r(1+D:ntr+D);输入信号(接收信号)%D = s(1:ntr);%期望信号(延迟QPSK信号)Mu = 0.1;%步长Po = 4;%投影顺序偏移量= 0.05;协方差矩阵的%偏移量Apf = dsp。AffineProjectionFilter (“长度”32岁的...“StepSize”亩,“ProjectionOrder”阿宝,...“InitialOffsetCovariance”,抵消);[y,e] = apf(x,d);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);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;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

算法

仿射投影算法(APA)是一种基于多个输入向量估计未知系统的自适应算法[1].它旨在提高其他自适应算法的性能,主要是那些基于lms的自适应算法。仿射投影算法重用旧数据,在输入信号高度相关的情况下,可以快速收敛,从而形成一系列可以在计算复杂度和收敛速度之间进行权衡的算法[2]

下式描述了设计AP滤波器时所使用的概念算法:

U 一个 p n u n ... u n l u n N u n l N u n u n 1 u n l y 一个 p n U T 一个 p n w n y n · · · y n l d 一个 p n d n · · · d n l e 一个 p n d 一个 p n y 一个 p n e n · · · e n l w n w n 1 + μ U 一个 p n U 一个 p H n U 一个 p n + C 1 e 一个 p

在哪里C要么是ε如果初始偏移协方差是标量ε,或者R如果初始偏移量协方差是一个矩阵R.变量如下:

变量 描述
n 当前时间索引
u (n) 第n步的输入样本
U美联社(n) 最后的L+1输入信号向量的矩阵
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) 第n步的错误
l 投影顺序
N 过滤顺序(即过滤长度= N+1)
μ 步长

参考文献

[1] K. Ozeki, T. Umeda,“利用正交投影到仿射子空间的自适应滤波算法及其性质”,电子。Commun。日文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学术出版社,2002年

扩展功能

在R2013a中引入

这个话题有用吗?