自适应MATLAB2 lms程序（Adaptive MATLAB2 LMS program）.docVIP

下载本文档

7
0
约5.16千字
约 16页
2017-07-24 发布于河南
举报
版权申诉

自适应MATLAB2 lms程序（Adaptive MATLAB2 LMS program）.doc

1、本文档共16页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

自适应MATLAB2 lms程序（Adaptive MATLAB2 LMS program）

自适应MATLAB2 lms程序（Adaptive MATLAB2 LMS program） [discussion] MATLAB implementation of adaptive filtering 1.LMS algorithm simulation program: %lms algorithm Clear all Close all Hold off% system channel weights Sysorder = 5;% taps N=1000;% total sampling times InP = randn (N, 1);% produces Gauss random series N = randn (N, 1); [b, a] = butter (2,0.25); Gz = TF (B, a, -1);% inverse transformation function H= [0.0976; 0.2873; 0.3360; 0.2210; 0.0964;];% channel characteristic vectors Y = lsim (Gz, InP);% added noise N = n * STD (y) / (10*std (n))% noise signal D = y + n;% expected output signal Totallength=size (D, 1);% step length N=60;%60 node as training sequence Start of% algorithm W = zeros (sysorder, 1);% initialization For n = sysorder: N U = InP (n:-1:n-sysorder+1); a matrix of% U Y (n) = W* u;% system output E (n) = D (n) - Y (n);% error If n 20 Mu=0.32; Else Mu=0.15; End W = w + Mu * u * e (n);% iterative equation End % inspection results For n = N+1: totallength U = InP (n:-1:n-sysorder+1); Y (n) = W* u; E (n) = D (n) - Y (n);% error End Hold on Plot (d) Plot (y,r); Title (` system output ); Xlabel (` sample ) Ylabel (actual output) Figure Semilogy ((ABS (E))); absolute coordinates of% e Title (error curve); Xlabel (` sample ) Ylabel (error vector) Figure% mapping Plot (h,k+) Hold on Plot (W,r*) Legend (actual weight vector, estimation vector) Title (` compare actual and estimate weight vector ); Axis ([0, 60.05, 0.35]) 2.NLMS algorithm simulation program: %lms algorithm Clear all Close all Hold off% system channel weights Sysorder = 5;% taps N=1000;% total sampling times InP = randn (N, 1);% produces Gauss random series N = randn (N, 1); [b, a] = butter (2,0.25); Gz = TF (B, a, -1);% inverse transformation function H= [0.0976; 0.2873; 0.3360; 0.2210; 0.0964;];% channel characteristic vectors Y = lsim (Gz, InP);% added noise N = n * STD (y) / (10*std (n))% noise signal D = y + n;% expected output signal Totallength=size (D, 1);% step length N=60;%60 node as tr