文档

dsp.FastTransversalFilterSystem object

快速横向滤波器

描述

dsp.FastTransversalFilter计算输出,错误和使用快速横向最小二乘FIR自适应滤波器系数。

实现自适应滤波器对象:

  1. 定义和设置自适应滤波器对象。看到建设

  2. 调用一步实现过滤的属性dsp.FastTransversalFilter。的行为一步是特定于每个对象在工具箱。

请注意

从R2016b开始,而不是使用一步定义的方法来执行操作系统对象™,您可以调用对象的参数,就好像它是一个函数。例如,y =步骤(obj, x)y = obj (x)执行相同操作。

建设

“保障未来粮食供给”= dsp.FastTransversalFilter返回一个系统对象,“保障未来粮食供给”,这是一个快速横向,最小二乘FIR自适应滤波器。这个系统对象用于计算过滤输出和过滤器错误对于一个给定的输入和期望信号。

“保障未来粮食供给”= dsp.FastTransversalFilter ('PropertyName”,PropertyValue,……)返回一个FastTransversalFilter系统对象,“保障未来粮食供给”,每个指定的属性设置为指定的值。

“保障未来粮食供给”= dsp.FastTransversalFilter (LEN。”PropertyName”,PropertyValue,……)返回一个FastTrasversalFilter系统对象,“保障未来粮食供给”。在这种情况下,长度属性集LEN和其他指定的属性设置为指定的值。

属性

方法

法计算滤波器系数

指定用于计算滤波器系数的方法“快速横向最小二乘”|“滑动窗口快速横向最小二乘”。默认值是“快速横向最小二乘”。算法用于实现这三种不同的方法,请参考[1]。这个属性是nontunable。

长度

滤波器系数向量的长度

冷杉滤波器系数向量的长度指定为一个正整数的值。这个属性是nontunable。

默认值是32。

SlidingWindowBlockLength

滑动窗口的宽度

滑动窗口的宽度指定为一个正整数的值大于或等于长度属性值。这个属性只适用于如果方法属性设置为“滑动窗口快速横向最小二乘”。默认的值是淡水河谷长度财产。这个属性是nontunable。

ForgettingFactor

快速横向滤波器遗忘因子

指定的快速横向滤波器遗忘因子作为一个积极的数字值。设置这个值为1表示无限的记忆而适应。设置此属性值为1表示无限的记忆同时适应找到新的过滤器。为达到最佳效果,设置该属性的值位于范围(1 - 0.5 / L, 1),在那里l是属性值的长度。这个属性只适用于如果属性设置为方法“快速横向最小二乘”。默认值是1。这个属性是可调的。

InitialPredictionErrorPower

最初的预测误差功率

指定的初始值前后预测误差向量作为一个积极的数字标量。这个标量应该足够大来维持稳定,防止过多的卡尔曼滤波获得救助。默认值是10

这个属性是可调的。

InitialConversionFactor

初始转换因子(γ)

指定初始值的转换因子快速横向滤波器。如果方法属性设置为“快速横向最小二乘”,这个属性必须是一个积极的数值小于或等于1。在这种情况下,默认值是1。如果方法属性设置为“滑动窗口快速横向最小二乘”,这个属性必须是2-element数值向量。这个向量的第一个元素必须躺在范围之内[0,1],第二个元素必须小于或等于1。在这种情况下,默认值是[1]

这个属性是可调的。

InitialCoefficients

初始滤波器的系数

指定FIR自适应滤波器系数的初始值作为一个标量或矢量的长度等于的价值长度财产。默认值是0

这个属性是可调的。

LockCoefficients

锁状态系数的更新

指定是否锁定滤波器系数的值。默认情况下,此属性的值,对象不断更新滤波器系数。如果将此属性设置为真正的,滤波器系数不更新和它们的值保持不变。

这个属性是可调的。

方法

msesim 均方误差的快速横向滤波器
重置 重置快速横向滤波器过滤状态
一步 应用快速横向滤波器的输入
常见的系统对象
释放

允许系统对象属性值的变化

例子

全部展开

请注意:本例中只运行在R2016b或更高版本。如果您使用的是较早的版本,用等效替换每个调用函数一步语法。例如,myObject (x)变成了一步(myObject x)。

ftf1 = dsp.FastTransversalFilter(11日“ForgettingFactor”,0.99);filt = dsp.FIRFilter;filt。为分子= fir1(10日);x = randn (1000 1);d = filt (x) + 0.01 * randn (1000 1);[y, e] = ftf1 (x, d);w = ftf1.Coefficients;次要情节(2,1,1);情节(1:1000 [d, y, e]); title(“一个冷杉过滤器的系统标识”);传奇(“想要的”,“输出”,“错误”);包含(“时间指数”);ylabel (的信号值);次要情节(2,1,2);茎([filt.Numerator;w]。');传奇(“实际”,“估计”);包含(“系数#”);ylabel (的系数值);

引用

[1]微积分,西蒙。自适应滤波器理论,第四实务。台北:普伦蒂斯霍尔,2002年

扩展功能

介绍了R2013b

这个主题有帮助吗?