私はインターネット上の適応フィルターについて少し勉強しましたが、その特別なフィルターが進行するとすぐにフィルター値を更新し続けることがわかりました。入力と出力の差を見つけ、エラー関数と以前の係数を使用して新しいフィルター係数を見つけます。
しかし、これは意味がありません。常に入力と出力の差を最小化しようとします。したがって、すべての信号をそのまま渡そうとすると、どのように使用されますか。
誰もが実際のアプリケーションでどのように使用されているか説明できますか。
また、アダプティブデジタルフィルターの実装に役立つリンクを介して助けていただければ幸いです。
私の疑問を表現するのがはっきりしない場合はコメントしてください！
回答:
欠けている重要な概念は、入力信号と出力信号の差を最小化するだけではないということです。エラーは多くの場合、2番目の入力から計算されます。ECGに関連するWikipediaの例を見てください。
この例のフィルター係数は再計算され、主電源信号から抽出された周波数に従ってノッチフィルターのノッチ周波数を変更します。静的ノッチフィルターを使用することもできますが、電源周波数の変動に対応するには、より広い範囲の周波数を拒否する必要があります。適応フィルターは主周波数に追従するため、ストップバンドはさらに狭くなる可能性があり、したがって、より多くの有用なECG情報が保持されます。
編集：
もう一度これを見て、あなたの質問をもう少しよく理解できたと思います。LMSアルゴリズムでは、フィルター係数を更新するために誤差項が必要です。上記のECGの例では、主電源電圧からの2番目の入力として誤差項を示しています。今、私はあなたが考えていると推測している、「どうしてシグナルプラスノイズからノイズを引いてシグナルを残すのではないのか？」これは単純な線形でうまく機能しますシステム。さらに悪いことに、オンラインで提供されるほとんどの例では、エラー項は目的の信号と適応フィルターの出力との差から計算されることを（正しく、しかし混乱させて）教えてくれます。これにより、合理的な人は「希望する信号をすでに持っているのに、なぜこれをするのが面倒なのか！？」これにより、読者は適応フィルターの数学的記述を読んで理解する意欲に欠ける可能性があります。ただし、キーは、デジタル信号処理ハンドブックのセクション18.4にあります。ビジェイ・K・マディセッティとダグラス・B・ウィリアム。
どこ：
実際には、関心の量は常にdとは限りません。私たちの望みは、xに含まれるdの特定のコンポーネントをyaで表すこと、またはxに含まれないエラーe内のdのコンポーネントを分離することです。あるいは、Wのパラメーターの値にのみ関心があり、x、y、またはd自体については関係ない場合があります。これらの各シナリオの実際の例は、この章で後述します。
dが常に利用可能ではない状況があります。このような状況では、dが使用可能な場合にのみ、適応が通常発生します。dが利用できない場合、通常、最新のパラメーター推定値を使用してyを計算し、目的の応答信号dを推定しようとします。
dが使用できない実際の状況があります。そのような場合、予測される統計的挙動や振幅特性など、「仮説」dの特性に関する追加情報を使用して、適応フィルタで利用可能な信号からdの適切な推定値を形成できます。そのような方法は、集合的にブラインド適応アルゴリズムと呼ばれます。そのようなスキームが機能するという事実は、アルゴリズムの開発者の創意工夫と、適応フィルタリング分野の技術的成熟の両方へのオマージュです。
ECGの例を改善するために、時間があるときはこの答えに基づいて構築を続けます。
この講義ノートのセットは、特に優れていることもわかりました。高度な信号処理の適応推定と適応フィルター -Danilo Mandic
http://ezcodesample.com/UAF/UAF.html これは、非線形適応フィルタリングのコーディングサンプルの例です。