ADAPTIVNÍ SYSTÉMY - CVIČENÍ 8
POROVNÁNÍ LMS, MODIFIKOVANÝCH LMS A RLS
Úloha 8.1
a) Generujte AR signál 2. řádu x[n] podle diferenční rovnice:
,
kde v[n] je bílý šum s jednotkovým rozptylem
b) Implementujte LMS prediktor 2. řádu pro nalezení koeficientů a
.
Lineární prediktor je popsán rovnicí
a koeficienty jsou aktualizovány:
c) Implementujte normovaný LMS prediktor
2. řádu pro nalezení koeficientů
a
.
Koeficienty filtru jsou aktualizovány podle:
konstantu volte např. 0.0001.
d) Implementujte znaménkový - sign data - LMS prediktor 2. řádu pro
nalezení koeficientů a
.
e) Implementujte znaménkový - sign error - LMS prediktor 2. řádu
pro nalezení koeficientů a
.
f) Implementujte znaménkový - sign sign - LMS prediktor 2. řádu pro
nalezení koeficientů a
.
g) Implementujte RLS prediktor pro nalezení koeficientů FIR filtru.
,
kde
,
, kde E je diagonální matice
h) Porovnejte všechny uvedené prediktory z hlediska konvergence.
Pro LMS prediktory volte konvergenční
konstanty v rozmezí od 1 do 0.001,
pro RLS prediktor konstantu od 1 do
0.5.
Pomůcka k řešení 8.1 g): Algoritmus RLS
M=2; % rad matice
x=x(:)';
P=10000*eye(M); % pocatecni podminka P(0)
N=length(x);
lambda=lamb(k); % koeficient konvergence
a(N,M)=0;
for n=M+1:N
X = x(n-1:-1:n-M)';
e(n) = x(n)-X'*a(n-1,:)';
P = 1/lambda*( P - P*X*X'*P/(lambda+X'*P*X) );
a(n,:)= (a(n-1,:)'+P*X*e(n))';
end;
obr.1) AR signál 2. řádu podle 8.1 a)
obr.2) konvergenční konstanty pro LMS..... 1; pro RLS .....1
'a) LMS'
'b) NLMS'
'c) SLMS - sign data'
'd) SLMS - sign error'
'e) SLMS - sign - sign'
'f) RLS'
obr.3) konvergenční konstanty pro LMS..... 0.1; pro RLS .....0.95
'a) LMS'
'b) NLMS'
'c) SLMS - sign data'
'd) SLMS - sign error'
'e) SLMS - sign - sign'
'f) RLS'
obr.4) konvergenční konstanty pro LMS..... 0.01; pro RLS .....0.9
'a) LMS'
'b) NLMS'
'c) SLMS - sign data'
'd) SLMS - sign error'
'e) SLMS - sign - sign'
'f) RLS'
obr.5) konvergenční konstanty pro LMS..... 0.001; pro RLS .....0.5
'a) LMS'
'b) NLMS'
'c) SLMS - sign data'
'd) SLMS - sign error'
'e) SLMS - sign - sign'
'f) RLS'