[工學(xué)]微弱信號(hào)檢測(cè)課件7高晉占--清華大學(xué)出版(完整版)
【正文】 定性不好，而且相位特性難于控制。 ? ?zH（ 3）格型濾波器 基于 LevinsonDurbin算法 特點(diǎn)：各級(jí)結(jié)構(gòu)相對(duì)獨(dú)立，每級(jí)的參數(shù)可獨(dú)立調(diào) 節(jié)，對(duì)舍入誤差不敏感。 最陡下降算法性能 1．收斂條件 ? ?? ? ? ? ? ? ????????? hRkhRIhkhhXYX ?? 2213 ，得兩邊減去將式? ? ? ? ? ?? ???????????hkhRIhkhRRhXXYX?211 代入上式得將? ? ? ?? ? ? ? ? ?khRIkhhkhkhX ???????? ??21，得令? ? ? ? ? ? ? ?502 hRIkh kX ???? ?由上式可推理出 XRTX R ??由于 為對(duì)稱矩陣，用酉矩陣變換法，可得 ? ? ? ? ? ?? ?? ? ? ?? ? ? ? ? ?? ? ? ?02022020211111hQIQhQIIQhQIQhIkhkkk??????????????????????????????? ? ? ? ? ? ? ?025 hRIkhR kXTX ?????? ?：代入式將? ?MMqqqQ ,0000002121??????????????????????????得： 式中， ? ? ? ? ? ?02 1 hQAIQkh k ???? ??Mii ,2,1121 ???? ，??? ?? ?? ? ?????????????hkhkhIkkkklim0lim02lim和從而使得則 ?只要保證 每個(gè)特征值 都滿足 m a x10?? ??得最陡下降算法收斂條件為 XR i?7. 3 LMS Algorithm 算法 ? ? ? ?? ? ? ? ? ?? ?kh kekekh kek ??????? 2?2? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? ? ?? ?? ? ? ? ? ?? ?kXkeEkEkXkekkXkhkekXkhkykzkykeT2?62???????????????對(duì)上式求數(shù)學(xué)期望得：代入上式得：得由? ?? ? ? ?? ?最陡下降法的梯度kkE ????? ? ? ? ? ?kXkek 2? ???? ? ? ? ? ?kkhkh ???? ?1說(shuō)明梯度估計(jì)是一種無(wú)偏估計(jì)。 0a1， b0 以防止 太小時(shí)步長(zhǎng)太大； 2x?7. 4. 2 Projection Algorithm ? ? ? ? ? ? ? ? ? ? ? ? ? ?11 kekXkXkXc akhkh T????? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ?20,0 ??????? ackhkXkykXkXkXb akh TT? ? ? ? ? ?? ? 越來(lái)越近。 ? ?kyNB? ?kyBB? ? ? ? ? ?knksky ??? ? ? ???? kykx如果延時(shí) Δ選得比兩個(gè)信號(hào)分量的相關(guān)時(shí)間范圍都長(zhǎng)，則 x(k)與 y(k) 的兩個(gè)信號(hào)分量都不相關(guān)，則 h(k)→ 0，相當(dāng)于自適應(yīng)濾波器自我關(guān)閉； 如果延時(shí) Δ選得比兩個(gè)信號(hào)分量的相關(guān)時(shí)間范圍都短，則 x(k)與 y(k) 的兩個(gè)信號(hào)分量都相關(guān)，濾波器作用是完全消除原信號(hào)。 利用自適應(yīng)濾波的相關(guān)消除作用，從而把兩者分離開(kāi)來(lái)。22kXEP x ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ?? ?xkjxkjPkhjeEkkhEPkjeEhkhEhhEk?????????????????????????????m i n12m i n12222211,012211111可得，得步，向后迭代??? ?xxkj
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1