dsp。RLSFilter系统对象
使用递归最小二乘(RLS)算法计算输出、误差和系数
描述
的RLSFilter
对象使用RLS过滤器实现过滤输入的每个通道。
要过滤输入的每个通道:
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)
和Y = obj(x)
请执行相同的操作。
建设
rlsFilt = dsp。RLSFilter
返回一个自适应的RLS过滤系统对象,rlsFilt
。这个System对象使用RLS算法计算给定输入和期望信号的滤波输出、滤波误差和滤波权重。
rlsFilt = dsp。RLSFilter ('
返回一个RLS过滤器系统对象,PropertyName
',PropertyValue
,……)rlsFilt
,将每个指定的属性设置为指定的值。
rlsFilt = dsp。RLSFilter (LEN,'
返回一个RLS过滤器系统对象,PropertyName
',PropertyValue
,……)rlsFilt
。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
|
计算滤波器系数的方法 您可以指定用于计算过滤器系数的方法为|之一 |
|
滤波器系数向量的长度 将RLS筛选器系数向量的长度指定为一个标量正整数值。默认值为 |
|
滑动窗口的宽度 将滑动窗口的宽度指定为大于或等于Length属性值的标量正整数值。此属性仅在Method属性设置为时适用 |
|
遗忘因子 将RLS遗忘因子指定为小于或等于1的标量正数值。将此属性值设置为1表示无限内存,同时调整以查找新的筛选器。默认值为 |
|
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 |
|
初始逆协方差 指定输入信号的逆协方差矩阵的初始值。此属性必须是标量或方阵,且每个维数都等于 |
|
初始平方根逆协方差 指定输入信号的平方根逆协方差矩阵的初始值。此属性必须是标量或每个维数都等于的方阵 |
|
初始的平方根协方差 指定输入信号的平方根协方差矩阵的初始值。此属性必须是标量或每个维数都等于的方阵 |
|
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 |
例子
算法
的dsp。RLSFilter
系统对象,当传统的RLS
,递归计算FIR滤波器权重的最小二乘估计(RLS)。System对象估计将输入信号转换为所需信号所需的滤波器权重或系数。输入信号可以是标量,也可以是列向量。所期望的信号必须具有与输入信号相同的数据类型、复杂性和维度。对应的RLS滤波器用矩阵形式表示为P(n):
在λ1表示指数权重因子的倒数。变量如下:
变量 | 描述 |
---|---|
n | 当前时间索引 |
u(n) | 在阶跃处缓冲输入样本的向量n |
P(n) | 阶跃处的逆相关矩阵n |
k(n) | 阶跃处的增益向量n |
w(n) | 滤波器抽头矢量按阶估计n |
y (n) | 按步骤过滤的输出n |
e (n) | 阶跃估计误差n |
d (n) | 按阶跃得到所需的响应n |
λ | 遗忘因素 |
u,w,k都是列向量。
参考文献
M Hayes,统计数字信号处理与建模,纽约:Wiley, 1996
[2] S.海金,自适应滤波理论,第四版,上马鞍河,新泽西州:普伦蒂斯大厅,2002
[3] A.A. Rontogiannis和S. Theodoridis,“逆因子分解自适应最小二乘算法”,信号处理,第52卷,no. 1。1996年7月,第35-47页。
S.C.道格拉斯,“数值鲁棒O(N2)使用最小二乘预白的RLS算法,“IEEE Int。声学,语音和信号处理会议,伊斯坦布尔,土耳其,第1卷,第412-415页,2000年6月。
A. H.赛义德,自适应滤波基础,霍博肯,新泽西州:约翰·威利父子,2003年