タグ付けされた質問 「adaptive-filters」

このような入力データで使用されるカルマンフィルターは常に表示されます。たとえば、入力は通常、位置と対応する速度です。 （x 、dバツdt）(x,dxdt) (x, \dfrac{dx}{dt}) 私の場合、サンプル時間ごとに2Dの位置と角度しかありません。 P私（x私、y私）そして（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) カルマンフレームワークに適合できるように、各ポイントおよび各角度の速度を計算する必要がありますか？

19 filters  adaptive-filters  kalman-filters 

私は、データをフィルタリングするためのWienerまたはエラー予測フィルターの適切な使用に頭を包み込もうとしています。それはホワイトニングフィルターに過ぎないように思えますが、回復したいデータがAWGN信号ではない場合、どのように使用されますか？ 例えば、私はいくつかのdistint干渉信号を持っている信号を持っています-PSDでそれらを見ることができますが、それらがa）静止していることとb）それらが持っている特性を知りません。Yule-Walker方程式のような方法を使用して、信号全体の ARモデルを復元できますが、この場合、干渉した信号のモデルのみを復元し、復元したい部分は復元しません。 基準信号が単一の正弦波である適応LMSノッチフィルターを実装しようとしましたが、これはあまりにも狭すぎて、信号の周波数変化をあまりうまく追跡できませんでした。 基本的に私の質問はこれです。エラー予測フィルタを使用して実際のデータをフィルタリングしている場合、データ部分とノイズ部分をどのように分離すればよいですか？言い換えれば、信号全体を白くするのではなく、ノイズ部分だけを白くしたいのです。私は何が欠けていますか？

17 adaptive-filters 

正規化最小二乗（NLMS）フィルターの計算パフォーマンスを向上させる方法はありますか？マルチディレイブロック周波数領域（MDF）フィルターはこれを行うために提案されていますが、サンプルごとではなくブロックごとに推定インパルス応答を更新するだけなので、収束速度と精度も低下します。他の方法はありますか？

14 adaptive-filters  performance  least-squares 

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！

12 filters  adaptive-filters 

ホワイトノイズを燃料とする自動回帰2次モデルをシミュレートし、次数1〜4の正規化された最小平均二乗フィルターを使用してパラメーターを推定しました。 一次フィルターはシステムをモデル化しているため、当然、推定は奇妙です。2次フィルターは、いくつかの鋭いジャンプがありますが、適切な推定値を見つけます。これは、NLMSフィルターの性質から予想されるものです。 私を混乱させるのは、3次と4次のフィルターです。次の図に示すように、急激なジャンプが解消されているようです。システムをモデル化するには2次フィルターで十分なので、何を追加するかわかりません。とにかく、冗長パラメーターはを中心に動きます。000 誰かがこの現象を定性的に説明してくれませんか？何が原因で、それは望ましいことですか？ Iは、ステップサイズ用い、10個の4サンプル、およびARモデルX （T ）= E （T ）- 0.9 X （T - 1 ）- 0.2 X （T - 2 ）ここで、E （T ）であるホワイトノイズを分散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) 参考のために、MATLABコード： % 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) …

10 adaptive-filters  autoregressive-model 

適応IIRフィルターは単純ではなく、不安定になる可能性があります。多くの人々は、適応IIRフィルターはFIRフィルターよりも少ない係数を使用すると言います。IIRがいくつの係数を節約できるかについて、私は興味がありますか？ 適応IIRフィルターを使用して、32次FIRフィルターの伝達関数を推定しようとしました。IIRフィルターに係数があるとします：a 1、a 2、... 。。、M、B 0、B 1、。。。B N。Iは、推定結果場合にのみ許容される見出さM + N + 1 ≥ 30、すなわちわずか2係数を保存することができます。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_NM+ N+ 1 ≥ 30M+N+1≥30M+N+1 \ge 30 実際のプロジェクトでは、例えば、50 MHzのFPGAは、32次のFIRは、約生成するので、遅延（32 / 50 M ）/ 2 = 0.32 μ 秒 (32/50 M)/2=0.32 μs(32 / 50 ~{M}) / 2 = 0.32 ~{\mu …

10 infinite-impulse-response  fir  adaptive-filters 

Haykinの110ページで記述された適応フィルター理論（2014）からの引用： y(n)=∑k=0∞w∗ku(n−k),n=0,1,2,...y(n)=∑k=0∞wk∗u(n−k),n=0,1,2,...y(n) = \sum_{k=0}^{\infty} w_k^*u(n-k), \quad n=0,1,2,... どこ uuu そして www複雑な値です。私の質問は、なぜ複合共役を使用するのですかwkwkw_k？本にある答えは、「...、複雑な用語では、用語w∗ku(n−k)wk∗u(n−k)w_k^*u(n-k)フィルター係数の内積のスカラーバージョンを表しますwkwkw_k とフィルター入力 u(n−k)u(n−k)u(n-k)「まだわかりません。この回答について詳しく説明していただけますか？

8 filters  convolution  adaptive-filters  complex  wiener-filter 

これは用語の質問かもしれませんが、よくわかりません。 基本的に、従来のビームフォーマとアダプティブビームフォーマの違いは何ですか？すべてのビームフォーマーは、歪みや分散の最小化、その他の空間フィルタリング基準など、いくつかの基準に本質的に適応していると思いました。それらの違いは何ですか？

8 filters  frequency  adaptive-filters  adaptive-algorithms  beamforming 

RLSアルゴリズムを使用して、適応フィルタリングの最適なフィルター長を見つけようとしています。 私はこのデザインを使用しています： つまり、「エラー」信号はノイズのない信号です（それが私が欲しい信号です）。 私が持っている場合はが、、私は私の希望信号必要されるだから用いて最適フィルタ長（及び遅延）を見つけますMSE基準ですが、今はエラーとして必要な信号があるので、最適なフィルター長を見つける方法がわかりません。出力でMSEが何を取得する必要があるかわからないためです。e(n)=d(n)−y(n)e(n)=d(n)−y(n)e(n) = d(n)-y(n)d(n)d(n)d(n)e(n)→0e(n)→0e(n) \rightarrow 0 誰か私に何をすべきか教えてもらえますか？ ありがとう！

7 filters  filtering  adaptive-filters  optimization  adaptive-algorithms