实例介绍
【实例简介】
自适应噪声抵消LMS算法Matlab仿真，DSP计算机作业 数字信号处理 自适应 1） 借助MATLAB画出误差性能曲面和误差性能曲面的等值曲线； 2） 写出最陡下降法， LMS算法的计算公式（ ）； 3） 用MATLAB产生方差为0.05,均值为0白噪音S(n)，并画出其中一次实现的波形图； 4） 根据2）中的公式，并利用3）中产生的S(n)，在1）中的误差性能曲面的等值曲线上叠加画出采用最陡下降法， LMS法时H(n)的在叠代过程中的轨迹曲线。 5）用MATLAB计算并画出LMS法时 随时间n的变
误差性能曲面等值曲线 0 3 、①最陡下降法计算公式: 其中δ取 而 ∑xyx-)=x 丌丌 故 算法计算公式: +C+ 其中8取。 用 产生方差为均值为白噪音 程序如下 白喋声 其一次实现图形如下: 白噪声sn) 0.8 0.6 0.4 0 0.2 -0.4 0.6 0.8 200 400 600 800 1000 最陡下降法和 算法程序: 信号点数 滤波器阶数 步长 原始信号 叠加噪声后的期望输出信号 相关噪声输入 原始宽带信号 叠加噪声后输出信号 相关噪声输入信号 设置初值并进行两种算法的迭代 存放最陡下降法下迭代数据 最陡下降法,第次迭代 存放算法下迭代数据 绘制图像 等值曲线取值 误差曲面 等值曲线 最陡下降法, 法时的在叠代过程中的轨迹曲线 等值曲线最陡下降法轨迹 算法次轨迹 图形如下: 原始宽带信号S(n) 做小钟补N时 0 200 600 800 1000 叠加噪声后输出信号y(n) 200 400 600 800 1000 相关噪声输入信号x(n) 0 0 200 400 600 800 1000 最陡下降法,LMS法时H(n)的在叠代过程中的轨迹曲线 等值曲线 最陡下降法轨迹 LMS算法1次執迹 0 3 、单次实现及统计平均次试验下及特性 程序如下: 统计平均次数 滤波器阶数 存放单次实现下的 存放单次实现下的 存放次实现下的 次统计试验 原始信号 叠加噪声后的期望输出信号 相关噪声输入 设置初值,并进行一次算法迭代 保存单次 由于进行次试验,仅保存最后一次 保存单次,由进行次试验,仅保存最后一次 保存次试验的 次试验结束 计算次试验的统计平均值 单次实现 算法单次实现下 算法单次实现下 统计平均下 算法次实现卜平均 单次实现下和如卜图所小 LMS算法单次实现下J(n) 人队A 50 100 150 200250 300 350 400 LMS算法单次实现下e(n) 50 100 150 200250 350 400 次统计平均下的如卜图所小 LMS算法100次实现下平均J(n) 2.5 0.5 50 100 150 200 250 300 350 400 算法下次实验曲线 程序如下: 统计试验次数 号点数 滤波器阶数 存放次迭代下算法的 次统计试验 原始信号 叠加噪声后的期望输出信号 相关噪声输入 设置初值 存放最陡下降法下迭代数据,仅保存最后一次试验 【实例截图】
【核心代码】
自适应噪声抵消LMS算法Matlab仿真，DSP计算机作业 数字信号处理 自适应 1） 借助MATLAB画出误差性能曲面和误差性能曲面的等值曲线； 2） 写出最陡下降法， LMS算法的计算公式（ ）； 3） 用MATLAB产生方差为0.05,均值为0白噪音S(n)，并画出其中一次实现的波形图； 4） 根据2）中的公式，并利用3）中产生的S(n)，在1）中的误差性能曲面的等值曲线上叠加画出采用最陡下降法， LMS法时H(n)的在叠代过程中的轨迹曲线。 5）用MATLAB计算并画出LMS法时 随时间n的变
误差性能曲面等值曲线 0 3 、①最陡下降法计算公式: 其中δ取 而 ∑xyx-)=x 丌丌 故 算法计算公式: +C+ 其中8取。 用 产生方差为均值为白噪音 程序如下 白喋声 其一次实现图形如下: 白噪声sn) 0.8 0.6 0.4 0 0.2 -0.4 0.6 0.8 200 400 600 800 1000 最陡下降法和 算法程序: 信号点数 滤波器阶数 步长 原始信号 叠加噪声后的期望输出信号 相关噪声输入 原始宽带信号 叠加噪声后输出信号 相关噪声输入信号 设置初值并进行两种算法的迭代 存放最陡下降法下迭代数据 最陡下降法,第次迭代 存放算法下迭代数据 绘制图像 等值曲线取值 误差曲面 等值曲线 最陡下降法, 法时的在叠代过程中的轨迹曲线 等值曲线最陡下降法轨迹 算法次轨迹 图形如下: 原始宽带信号S(n) 做小钟补N时 0 200 600 800 1000 叠加噪声后输出信号y(n) 200 400 600 800 1000 相关噪声输入信号x(n) 0 0 200 400 600 800 1000 最陡下降法,LMS法时H(n)的在叠代过程中的轨迹曲线 等值曲线 最陡下降法轨迹 LMS算法1次執迹 0 3 、单次实现及统计平均次试验下及特性 程序如下: 统计平均次数 滤波器阶数 存放单次实现下的 存放单次实现下的 存放次实现下的 次统计试验 原始信号 叠加噪声后的期望输出信号 相关噪声输入 设置初值,并进行一次算法迭代 保存单次 由于进行次试验,仅保存最后一次 保存单次,由进行次试验,仅保存最后一次 保存次试验的 次试验结束 计算次试验的统计平均值 单次实现 算法单次实现下 算法单次实现下 统计平均下 算法次实现卜平均 单次实现下和如卜图所小 LMS算法单次实现下J(n) 人队A 50 100 150 200250 300 350 400 LMS算法单次实现下e(n) 50 100 150 200250 350 400 次统计平均下的如卜图所小 LMS算法100次实现下平均J(n) 2.5 0.5 50 100 150 200 250 300 350 400 算法下次实验曲线 程序如下: 统计试验次数 号点数 滤波器阶数 存放次迭代下算法的 次统计试验 原始信号 叠加噪声后的期望输出信号 相关噪声输入 设置初值 存放最陡下降法下迭代数据,仅保存最后一次试验 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论