Questions tagged «adaptive-filters»

我总是看到卡尔曼滤波器与此类输入数据配合使用。例如，输入通常是一个位置和相应的速度： (x,dxdt)(x,dxdt) (x, \dfrac{dx}{dt}) 就我而言，每个采样时间只有2D位置和角度： Pi(xi,yi)and(α1,α2,α3)Pi(xi,yi)and(α1,α2,α3） P_i(x_i, y_i) \qquad \text{and} \qquad (\alpha_1, \alpha_2, \alpha_3) 我是否应该为每个点和每个角度计算速度以适合Kalman框架？

19 filters  adaptive-filters  kalman-filters 

我正在设法正确地使用Wiener或错误预测过滤器来过滤数据。在我看来，它只是一个白化滤波器，因此当您要恢复的数据不是AWGN信号时如何使用它？ 例如，我有一个信号，它具有多个不同的干扰信号-我可以在PSD上看到它们，但我不知道它们是a）静止的，并且b）它们具有什么特性。我可以使用类似Yule-Walker方程的方法为整个信号恢复AR模型，但是在这种情况下，我只想恢复干扰信号的模型，而不是我想要恢复的部分。 我尝试实现一个自适应LMS陷波滤波器，其参考信号为单个正弦波，但是对我来说却太窄了，不能很好地跟踪信号中的频率变化。 我想基本上我的问题是，如果我使用错误预测过滤器过滤实际数据，那么如何将数据部分与噪声部分分开？换句话说，我不想让整个信号变白，而只是让噪声部分变白。我想念什么？

17 adaptive-filters 

有没有办法提高归一化最小二乘（NLMS）滤波器的计算性能？已经提出了多延迟块频域（MDF）滤波器来实现此目的，但它们也没有收敛速度和准确性，因为它们仅对每个块一次更新估计的脉冲响应，而不对每个样本一次。还有其他方法吗？

14 adaptive-filters  performance  least-squares 

我对互联网上的自适应滤波器进行了一些研究，发现它是一种特殊的滤波器，该滤波器会在其运行时立即更新其滤波器值。它找出输入和输出之间的差异，并使用误差函数，而先前的系数找出新的滤波器系数。 但这没有任何意义。它总是试图最小化输入和输出之间的差异。因此，如果它试图按原样传递所有信号，它有什么用？ 谁能解释我在实际应用中如何使用它。 如果您可以通过一些可以帮助我实现自适应数字滤波器的链接来帮助我，那也将很好。 如果我不清楚我是否表示怀疑，请发表评论！

12 filters  adaptive-filters 

我只是模拟了由白噪声激发的自回归二阶模型，并使用1-4阶的标准化最小均方滤波器估计了参数。 由于一阶滤波器对系统建模不足，因此估计当然很奇怪。尽管二阶滤波器有一些急剧的跳跃，但它找到了很好的估计。从NLMS过滤器的性质可以预期到这一点。 使我困惑的是三阶和四阶滤波器。如下图所示，它们似乎消除了急剧的跳跃。我看不到它们会添加什么，因为二阶滤波器足以对系统建模。冗余参数始终在附近徘徊。000 有人可以定性地为我解释这种现象吗？是什么原因造成的，它是可取的吗？ 我用步长，的样品，并且AR模型其中是白色差异噪声1。μ=0.01μ=0.01\mu=0.0110410410^4x(t)=e(t)−0.9x(t−1)−0.2x(t−2)x(t)=e(t)−0.9x(t−1)−0.2x(t−2)x(t)=e(t)-0.9x(t-1)-0.2x(t-2)e(t)e(t)e(t) MATLAB代码，供参考： % ar_nlms.m function th=ar_nlms(y,order,mu) N=length(y); th=zeros(order,N); % estimated parameters for t=na+1:N phi = -y( t-1:-1:t-na, : ); residue = phi*( y(t)-phi'*th(:,t-1) ); th(:,t) = th(:,t-1) + (mu/(phi'*phi+eps)) * residue; end % main.m y = filter( [1], [1 0.9 0.2], randn(1,10000) )'; plot( ar_nlms( y, …

10 adaptive-filters  autoregressive-model 

自适应IIR滤波器并不简单，并且可能不稳定。许多人说，自适应IIR滤波器比FIR滤波器使用更少的系数。我很好奇的是，IIR可以保存多少个系数？ 我尝试使用自适应IIR滤波器来估计32阶FIR滤波器的传递函数。假设IIR滤波器具有系数：a 1，a 2，...。。。，一个中号，b 0，b 1，。。。b Ñ。我发现只有M + N +M+N+1M+N+1M+N+1a1,a2,...,aM,b0,b1,...bNa1,a2,...,aM,b0,b1,...bNa_1, a_2, ..., a_M, b_0, b_1, ...b_N，即，仅2个系数可被保存。M+N+1≥30M+N+1≥30M+N+1 \ge 30 在实际项目中，例如50 MHz FPGA，32阶FIR将产生大约延迟，因此(32/50 M)/2=0.32 μs(32/50 M)/2=0.32 μs(32 / 50 ~{M}) / 2 = 0.32 ~{\mu s} IIR会发生什么？ 自适应IIR滤波器能否真正减少系数数量并减少信号处理时间延迟？

10 infinite-impulse-response  fir  adaptive-filters