介绍了一种新的前馈组合自适应滤波器。它可以去除移动心电信号中的运动干扰。不同于普通自适应滤波器。。。
2022-05-01 16:39:11
521KB
1
针对在惯组时间序列的插值和预测分析中，不可避免地会引入一些误差，致使预报结果不能反映惯组实际状况的缺点，基于自适应滤波能够提供卓越的滤波性能和自动地调节现时刻滤波器参数的特点，设计了一种基于LMS 自适应滤波器，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。仿真结果表明该方法是有效的。
2022-04-15 19:15:01
470KB
1
N=500;
M=20;
n=1;
a1=-0.8;
h=zeros(M,n+1,3);
e=zeros(M,n,3);
for d=1:3
if d==1 delta=0.01;
else delta=0.05*(d-1);
end;
for k=1:M
b=0.2*randn(1,N);
y(1)=1;
for i=2:N
y(i)=-a1*y(i-1)+b(i);
end
for i=n+1:N
e(k,i,d)=y(i)-h(k,i,d)*y(i-1);
h(k,i+1,d)=h(k,i,d)+delta*y(i-1)*e(k,i,d);
end
end
end
for d=1:3
for i=1:N
em(i,d)=0;
hm(i,d)=0;
for j=1:M
em(i,d)=em(i,d)+e(j,i,d)^2;
hm(i,d)=hm(i,d)+h(j,i,d);
end
end
end
figure(1)
semilogy(1:150,em(1:150,1)),hold on
semilogy(1:150,em(1:150,2),'r'),hold on
semilogy(1:150,em(1:150,3),'g'),hold off
axis([0 150 0.01 1]),grid
title('Mean square error ')
xlabel('Samples')
gtext('\leftarrowd=0.01');
gtext('\leftarrowd=0.05');
gtext('\leftarrowd=0.1');
figure(2),plot(1:N,hm(1:N,1)),hold on
plot(1:N,hm(1:N,2),'r'),hold on
plot(1:N,hm(1:N,3),'g'),hold off,grid
title('Filter coeffcient evalution')
xlabel('Samples'),
gtext('d=0.01'), gtext('d=0.05'), gtext('d=0.1')
（2）从噪声中提取信号的程序如下：
N=1000;
n=200;
k=12;
Ts=1e-1
b=0.8*randn(1,N);
for i=1:N
xr(1,i)=sin(k*2*pi*i/N);
x(1,i)=xr(1,i)+b(i);
end
Cxx=10000*eye(n);
g=zeros(N,n);
h=zeros(N,n);
e=zeros(1,N);
y=zeros(1,N);
tr=zeros(1,N);
for i=n+1:N
g(i,:)=(Cxx*x(i-n+1:i)'./(1+x(i-n+1:i)*Cxx*x(i-n+1:i)'))';
e(1,i)=xr(i)-h(i-1,:)*x(i-n+1:i)';
h(i,:)=h(i-1,:)+e(1,i)*g(i,:);
Cxx=Cxx-g(i,:)'*x(i-n+1:i)*Cxx;
y(1,i)=h(i,:)*x(i-n+1:i)';
tr(1,i)=trace(Cxx);
end
figure(1)
plot(0:N-n,x(1,n:N)),grid
title('x(k) input singnal in V')
xlabel('Samples')
figure(2)
plot(0:N-n,xr(1,n:N),'r'),grid
axis([0 800 -1.2 1.2])
title('xr(k) reference singnal in V')
xlabel('Samples')
figure(3)
plot(0:N-n,e(1,n:N)),hold on
plot(0:N-n,y(1,n:N),'r'),hold on
grid
title('e(k) error and y(k) output in V')
xlabel('Samples')
gtext('e(k)'),gtext('y(k)')
figure(4)
plot(0:N-n,h(n:N,1)),hold on
plot(0:N-n,h(n:N,2),'r'),hold off
grid
title('a(n-1) and a(n-2) coeffcients evolution')
xlabel('Samples')
figure(5)
num1=fliplr(h(N,:));
sys1=tf(num1,1,Ts);
bode(sys1),hold off
title('Synthesized filter')
xlabel('Frequency in rad/s')
ylabel('Phase in degree;Module in dB')
figure(6)
semilogy(0:N-n,tr(n:N)),grid
title('Cxx matrix trace')
xlabel('Samples')
2022-04-01 16:56:03
1.67MB
1
基于labview的一阶系统辨识仪技术
LabVIEW (Laboratory Virtual Instrument Engineering Workbench) 是美国NI公司的创新软件产品，也是目前应用最广泛、发展最快、功能最强的图形化软件开发环境。
2022-03-26 23:24:52
903KB
1
本文使用vhdl语言设计一个自适应滤波器的程序，其中的算法使用了nlms，也可以自行修改为lms
2022-03-19 22:48:38
20KB
1
最小二乘自适应格型滤波器算法原理介绍，很有参考意义。采用递推的方法实现最小二乘，一个递推算法的完成，终止条件是估计的误差或误差信号能否满足某一条件，LSL算法的关键是基于预测误差滤波器的格型结构，即由M 阶（前向、后向）预测误差递推计算M+1 阶（前向、后向）预测误差
2022-03-15 16:03:33
780KB
1