dsp。AdaptiveLatticeFilter
自适应点阵滤波器
描述
的dsp。AdaptiveLatticeFilterSystem object™使用基于格的FIR自适应滤波器计算输出、误差和系数。
实现自适应FIR滤波器对象:
创建
dsp。AdaptiveLatticeFilter对象并设置其属性。调用带参数的对象，就像调用函数一样。
要了解有关System对象如何工作的更多信息，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，请指定System对象作为第一个输入参数。例如，释放system对象的系统资源obj，使用以下语法:
发行版(obj)
例子
基于自适应格滤波器的QPSK自适应均衡
创建QPSK信号和噪声，对它们进行滤波得到接收到的信号，对接收到的信号进行延时，得到想要的信号。
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);
使用自适应点阵滤波器来计算滤波后的输出和输入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、输出信号和误差信号的同相分量和正交分量。
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]);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]);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;
![图中包含4个轴对象。轴对象1标题为In-Phase Components, xlabel时间索引，ylabel信号值包含3个类型为line的对象。这些对象分别代表Desired, Output, Error。轴对象2标题为正交分量，xlabel时间索引，ylabel信号值包含3个对象类型为直线。这些对象分别代表Desired, Output, Error。标题为Received Signal Scatter Plot的坐标轴对象3,xlabel Real[x]， ylabel Imag[x]包含一个仅使用标记显示其值的直线对象。标题为均衡化信号散点图的轴对象4,xlabel Real[y]， ylabel Imag[y]包含一个仅使用标记显示其值的线对象。](http://www.tianjin-qmedu.com/de/de/help/examples/dsp/win64/QPSKAdaptiveEqualizationUsingAdaptiveLatticeFilterExample_02.png)
基于自适应格滤波器的FIR滤波器系统辨识
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;%过滤器长度L = 32;%用于分析的抽取因子%及仿真结果M = 5;ha = dsp.AdaptiveLatticeFilter(1);[simse,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)”）;绘制用于学习的曲线自适应点阵滤波器用于系统辨识标题(“学习曲线”）
参考文献
[10]刘建军，刘建军，“一种基于网格结构的连续自适应滤波器”。IEEE学报。声学，语音和信号处理研讨会，Hartford, CT, pp. 683-686, 1977。
海金，S。自适应滤波理论《上鞍河》，第4版，新泽西:普伦蒂斯出版社，1996。
扩展功能
版本历史
在R2013b中引入
