Szchenyi Istvn Egyetem Adaptv szrk 1 Szchenyi Istvn
- Slides: 22
Széchenyi István Egyetem Adaptív szűrők 1
Széchenyi István Egyetem Csatorna Előnyök – – – – Analógban nem megvalósítható karakterisztikák, Könnyen adaptívvá alakítható, Nem függ környezeti paraméterektől, Több jel szimultán szűrése, Tárolható a jel tovább feldolgozásra, Nagy pontosság és pontos reprodukálhatóság, Extrém kis frekvenciákra is használhatók 2
Széchenyi István Egyetem Kauzális Wiener szűrő • Stacionárius Xk bemenet • dk (desired) kívánt jel • Wiener szűrő a hibajel varianciáját minimalizálja. 3
Széchenyi István Egyetem Példa • Különlegessége, hogy a kívánt jel ismerete szükséges. • Ez esetben fennáll 4
Széchenyi István Egyetem Rendszer azonosítási példa • Ismeretlen rendszer paramétereit akarjuk modellezni 5
Széchenyi István Egyetem Egyenletek 6
Széchenyi István Egyetem Mátrix formába írva 7
Széchenyi István Egyetem Megoldás: Gradiens = 0 8
Széchenyi István Egyetem Tulajdonságok, megfontolások • Nagy N, pontosabb, de nehezebb implementálni (sebesség) • Mátrix inverziót kíván. • Lassú változásoknál numerikus módszerek vannak differenciál követésre. 9
Széchenyi István Egyetem Hibafelület • A W szűrőparaméterek függvényében. • Optimum a minimum helyen. • Gradiens módszer alkalmazható 10
Széchenyi István Egyetem LMS algoritmus • Hibaszórás minimumát keresi W paramétervektor függvényében • Gradiens módszert alkalmaz 11
Széchenyi István Egyetem Az LMS algoritmus • Sztochasztikus gradiens algoritmusnak is nevezik (zajos gradiens) • Legelterjedtebb (legelső) • Egyszerű • Jól működik • Viszonylag kis számításigényű • Minden mintánál frissít • Jól követi a lassú változásokat 12
Széchenyi István Egyetem Számításigény • Nagy μ -> gyors konvergencia • Kis μ -> pontosabb W vektor, nagyobb stabilitás 13
Széchenyi István Egyetem Alkalmazások 14
Széchenyi István Egyetem Rendszer azonosítás 15
Széchenyi István Egyetem Digitális kommunikációs rendszerek csatornakiegyenlítése • Ha a csatorna torzít, az illesztett szűrő már nem „illesztett”. 16
Széchenyi István Egyetem Megoldás • Adaptív szűrő csatornakiegyenlítésre • Probléma: a vevő oldalon az eredeti jel nem ismert – Tréning jel átvitele, – Vagy: 17
Széchenyi István Egyetem Döntés vezérelt kiegyenlítő • A regenerált jelet használja remélve, hogy a torzítás nem olyan nagy, hogy megakadályozza a működőképességet 18
Széchenyi István Egyetem Adaptív zajszűrő • Kivonja a torzításokat a bemenőjelből (megtanulja a zajt) 19
Széchenyi István Egyetem Zajszűrés gépjárművekben 20
Széchenyi István Egyetem Normalizált LMS algoritmus • Gradiens lépésfaktort normalizálja a jel energiára • Jel energia független algoritmus • Kis extra befektetéssel gyorsabb konvergencia • Széles körben használt 21
Széchenyi István Egyetem Megjegyzések • Legtöbbször FIR szűrőt alakítunk adaptívvá • IIR módszerek is vannak de jóval bonyolultabbak és problémásak 22
- Szrk
- Istvn
- Istvn
- Sze moodle
- Reformkori országgyűlések ppt
- Szchenyi
- Dr dávid imre debreceni egyetem
- Debreceni egyetem karok
- Semmelweis egyetem humán erőforrás
- Pannon egyetem testnevelés pete
- Gyker eke
- Se etk dse
- Pannon egyetem matematika tanszék
- Semmelweis egyetem konzerváló fogászati klinika budapest
- Tűzoltó készülék debrecen
- Alamandin
- Croli
- Debreceni egyetem karok
- Stanford egyetem alapítása
- Debreceni egyetem karok
- Dr vörösházi balázs
- Hr alrendszerek
- Nemzeti kozszolgalati egyetem