dsp.FastTransversalFilter

快速横向最小二乘FIR自适应滤波器

扩大所有页面

描述

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

为了实现自适应FIR滤波器对象：

创建dsp.FastTransversalFilter对象并设置其属性。
调用带参数的对象，就好像它是一个功能。

要了解更多有关系统对象的方式工作，请参阅什么是系统对象？（MATLAB）。

创建

句法

FTF = dsp.FastTransversalFilter

FTF = dsp.FastTransversalFilter（LEN）

FTF = dsp.FastTransversalFilter（名称，值）

描述

FTF= dsp.FastTransversalFilter返回系统对象™，FTF，这是一种快速横向，最小二乘FIR适配滤波器。此系统对象计算对于给定的输入和所希望的信号经滤波的输出和滤波器误差。

例

FTF= dsp.FastTransversalFilter（LEN）回报dsp.FastTrasversalFilter与系统对象长度属性设置为LEN。

FTF= dsp.FastTransversalFilter（名称，值）回报dsp.FastTransversalFilter与每个指定的属性设置为指定值系统对象。

属性

展开全部

除非另有说明，性质nontunable，这意味着调用对象后，你不能改变它们的值。对象锁，当你打电话给他们，和发布功能解锁他们。

如果属性可调，你可以在任何时候改变它的值。

有关更改属性值的更多信息，请参阅使用系统对象的系统设计在MATLAB（MATLAB）。

`方法`-法计算滤波器系数
`“快横向最小二乘”`（默认）|`“滑动窗口快速横向最小二乘”`

指定用于计算滤波系数作为任一方法“快横向最小二乘”要么“滑动窗口快速横向最小二乘”。对于用来实现这两种不同方法的算法，参考[1]。此属性是nontunable。

`长度`-滤波器系数向量的长度
`32`（默认）|正整数

指定FIR滤波器系数向量的长度为正整数值。

数据类型：双

`SlidingWindowBlockLength`-滑动窗口的宽度
`32`（默认）|正整数

指定滑动窗口的宽度为正整数值大于或等于该长度适当的价值。默认淡水河谷的价值长度属性。

依赖

此属性只有在适用方法属性设置为“滑动窗口快速横向最小二乘”。

数据类型：双

`ForgettingFactor`-快速横向滤波器遗忘因子
`1`（默认）|正标量

指定快速横向滤波器的遗忘因子如在范围（正标量0,1]。这个值设置为1只表示无限存储器而滤波器适配。这个属性值设置为1只表示无限存储器同时适应找到新的过滤器。对于最好的结果，这个属性设置为一个值，该值处于范围[1-0.5 / L，1]，其中大号是长度属性值。

可调：是

依赖

此属性只有在适用方法属性设置为“快横向最小二乘”。

`InitialPredictionErrorPower`-初步预测误差功率
`10`（默认）|正标量

指定前向和反向预测误差矢量作为正的数值标量的初始值。这个标应该是足够大，以维持稳定和防止卡尔曼增益救助人数过多。

可调：是

`InitialConversionFactor`-初始转换系数（伽马）
`1`（默认）|纯量|2元素行向量

指定快速横向滤波器的转换系数的初始值。

此属性的值取决于方法属性。如果方法设定为：

“快横向最小二乘”- 此属性必须是正的数值小于或等于1
“滑动窗口快速横向最小二乘”- 此属性必须是两元件数值向量。这个向量的第一元件必须位于的范围内[0,1]和第二元件必须小于或等于-1。在这种情况下，默认值是[1，-1]。

可调：是

`InitialCoefficients`-滤波器的初始系数
`0`（默认）|纯量|向量

指定FIR自适应滤波器系数作为标量或长度的向量的初始值等于该值长度属性。

可调：是

`LockCoefficients`-系数更新的锁定状态
`假`（默认）|`真正`

指定是否锁定的滤波器系数值。默认情况下，这个属性的值假和对象不断更新的滤波器系数。如果该属性设置为真正，滤波器系数不更新和它们的值保持不变。

可调：是

用法

句法

[Y，ERR] = FTF（X，d）

描述

例

[ÿ，呃] = FTF（X，d）过滤输入X使用d作为期望的信号，并且返回经过滤的输出在ÿ和过滤器在错误呃。系统对象估计需要最小化的输出信号和期望信号之间的误差滤波器权重。

输入参数

展开全部

`X`-数据输入
纯量|列向量

该信号由快速横向滤波器进行滤波。输入，X和期望的信号，d必须具有相同的大小和数据类型。

数据输入可以是一个可变尺寸的信号。可以更改在即使当对象被锁定的列向量的元素数。当你调用该对象的系统对象的锁来运行其算法。

数据类型：单|双
复数支持：万博1manbetx是

`d`-所需信号
纯量|列向量

快速横向滤波器适应其滤波器权重，WTS，以尽量减少错误，呃和会聚所述输入信号X到所需的信号d尽可能地接近。你可以通过调用访问当前滤波器权ftf.Coefficients，其中FTF是快速横向滤波器对象。

输入和所希望的信号必须有相同的大小和数据类型。

期望的信号可以是一个可变尺寸的信号。可以更改在即使当对象被锁定的列向量的元素数。当你调用该对象的系统对象的锁来运行其算法。

数据类型：单|双
复数支持：万博1manbetx是

输出参数

展开全部

`ÿ`- 滤波输出
标|列向量

滤波后的输出，返回作为一个标量或一个列向量。对象调整其滤波器权重以会聚该输入信号X以匹配期望的信号d。该滤波器输出会聚的信号。

数据类型：单|双

`呃`- 输出和期望信号之间的差异
标|列向量

输出信号之间的差值ÿ和所希望的信号d时，返回作为标量或一个列向量。的数据类型呃匹配的数据类型ÿ。自适应滤波器的目标是最小化该误差。对象调整其权重以朝向产生与期望的信号紧密匹配的输出信号最佳滤波器权重收敛。

数据类型：单|双

对象函数

使用对象函数，指定系统对象作为第一个输入参数。例如，为了释放一个名为System对象的系统资源OBJ，使用此语法：

释放（OBJ）

展开全部

具体到`dsp.FastTransversalFilter`

msesim 对于自适应滤波器估计均方误差

通用于所有的系统对象

`步`	跑系统对象算法
`发布`	释放资源，并允许更改系统对象属性值和输入特性
`重启`	复位的内部状态系统对象

例子

全部收缩

系统辨识快速横向滤波器

开立真实脚本

注意：如果您使用的是R2016a或更早的版本，替换每次调用该对象具有同等步句法。例如，OBJ（x）的变步骤（OBJ，x）的。

ftf1 = dsp.FastTransversalFilter（11，'ForgettingFactor'，0.99）;FILT = dsp.FIRFilter;filt.Numerator = FIR1（10，0.25）;X = randn（1000,1）;d = FILT（X）+ 0.01 * randn（1000,1）;[Y，E] = ftf1（X，d）;W = ftf1.Coefficients;

副区（2,1,1）;图（1：1000，[d，Y，E]）标题（“的FIR滤波器的系统辨识”）;传说（“所需的”，“输出”，'错误'）;xlabel（“时间指数”）;ylabel（“信号值”）;副区（2,1,2）;干（[filt.Numerator; W]“。）;传说（'实际'，“估计”）;xlabel（“系数＃”）;ylabel（“的系数值”）;

参考

[1] Haykin的，西蒙。自适应滤波理论，第4版。上马鞍河，NJ：Prentice Hall出版社，2002年

扩展功能

C / C ++代码生成
生成使用MATLAB®编码器™C和C ++代码。

使用注意事项和限制：

看到系统在MATLAB代码生成对象（编码器MATLAB）。

也可以看看

对象

dsp.AffineProjectionFilter|dsp.FIRFilter|dsp.FilteredXLMSFilter|dsp.FrequencyDomainAdaptiveFilter|dsp.LMSFilter|dsp.RLSFilter

dsp.FastTransversalFilter

描述

创建

句法

描述

属性

`方法`-法计算滤波器系数
`“快横向最小二乘”`（默认）|`“滑动窗口快速横向最小二乘”`

`长度`-滤波器系数向量的长度
`32`（默认）|正整数

`SlidingWindowBlockLength`-滑动窗口的宽度
`32`（默认）|正整数

依赖

`ForgettingFactor`-快速横向滤波器遗忘因子
`1`（默认）|正标量

依赖

`InitialPredictionErrorPower`-初步预测误差功率
`10`（默认）|正标量

`InitialConversionFactor`-初始转换系数（伽马）
`1`（默认）|纯量|2元素行向量

`InitialCoefficients`-滤波器的初始系数
`0`（默认）|纯量|向量

`LockCoefficients`-系数更新的锁定状态
`假`（默认）|`真正`

用法

句法

描述

输入参数

`X`-数据输入
纯量|列向量

`d`-所需信号
纯量|列向量

输出参数

`ÿ`- 滤波输出
标|列向量

`呃`- 输出和期望信号之间的差异
标|列向量

对象函数

具体到`dsp.FastTransversalFilter`

通用于所有的系统对象

例子

系统辨识快速横向滤波器

参考

扩展功能

C / C ++代码生成
生成使用MATLAB®编码器™C和C ++代码。

也可以看看

对象

介绍了在R2013b

DSP系统工具箱文档

万博1manbetx

高效多速率信号处理在MATLAB

dsp.FastTransversalFilter

描述

创建

句法

描述

属性

方法-法计算滤波器系数“快横向最小二乘”（默认）|“滑动窗口快速横向最小二乘”

长度-滤波器系数向量的长度32（默认）|正整数

SlidingWindowBlockLength-滑动窗口的宽度32（默认）|正整数

依赖

ForgettingFactor-快速横向滤波器遗忘因子1（默认）|正标量

依赖

InitialPredictionErrorPower-初步预测误差功率10（默认）|正标量

InitialConversionFactor-初始转换系数（伽马）1（默认）|纯量|2元素行向量

InitialCoefficients-滤波器的初始系数0（默认）|纯量|向量

LockCoefficients-系数更新的锁定状态假（默认）|真正

用法

句法

描述

输入参数

X-数据输入纯量|列向量

d-所需信号纯量|列向量

输出参数

ÿ- 滤波输出标|列向量

呃- 输出和期望信号之间的差异标|列向量

对象函数

具体到dsp.FastTransversalFilter

通用于所有的系统对象

例子

系统辨识快速横向滤波器

参考

扩展功能

C / C ++代码生成生成使用MATLAB®编码器™C和C ++代码。

也可以看看

对象

介绍了在R2013b

DSP系统工具箱文档

万博1manbetx

高效多速率信号处理在MATLAB

`方法`-法计算滤波器系数
`“快横向最小二乘”`（默认）|`“滑动窗口快速横向最小二乘”`

`长度`-滤波器系数向量的长度
`32`（默认）|正整数

`SlidingWindowBlockLength`-滑动窗口的宽度
`32`（默认）|正整数

`ForgettingFactor`-快速横向滤波器遗忘因子
`1`（默认）|正标量

`InitialPredictionErrorPower`-初步预测误差功率
`10`（默认）|正标量

`InitialConversionFactor`-初始转换系数（伽马）
`1`（默认）|纯量|2元素行向量

`InitialCoefficients`-滤波器的初始系数
`0`（默认）|纯量|向量

`LockCoefficients`-系数更新的锁定状态
`假`（默认）|`真正`

`X`-数据输入
纯量|列向量

`d`-所需信号
纯量|列向量

`ÿ`- 滤波输出
标|列向量

`呃`- 输出和期望信号之间的差异
标|列向量

具体到`dsp.FastTransversalFilter`

C / C ++代码生成
生成使用MATLAB®编码器™C和C ++代码。