设有一个随机信号服从AR(4)过程

设有一个随机信号服从AR(4)过程

ID:39084299

大小:796.00 KB

页数:9页

时间:2019-06-24

设有一个随机信号服从AR(4)过程_第1页
设有一个随机信号服从AR(4)过程_第2页
设有一个随机信号服从AR(4)过程_第3页
设有一个随机信号服从AR(4)过程_第4页
设有一个随机信号服从AR(4)过程_第5页
资源描述:

《设有一个随机信号服从AR(4)过程》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊分析题意:一个随机信号服从AR(4)过程,且滤波器系

2、数为:a=[1-1.3521.338-0.6620.240];则可以由白噪声通过一个AR4阶的滤波器生成信号序列x(n),然后x...啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊

3、啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊设有一个随机信号服从AR(4)过程啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊

4、啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊1.设有一个随机信号服从AR(4)过程,它是一宽带过程,参数如下:我们通过观测方程来测量该信号,是方差为1的高斯白噪声,用LMS算法和RLS算法完成解决问题。用Matlab对此问题进行仿真,提交仿真程序、仿真结果和撰写报告。解:一.分析题意:一个随机信号服从AR(4)过程,且滤波器系数为:a=[1-1.3521.338-0.6620.240];则可以由白噪声通过一个AR4阶的滤波器生成信号序列x(n),然后x(n)在加上是方差为1的高斯白噪声得到,然后分别通过LMS算法和RLS算法分别对y(n)

5、滤波得出得估计值。如下方框图:二.LMS自适应算法原理:采用最陡下降算法:搜索方向为梯度负方向,每一步更新都使梯度函数值减小。LMS算法:搜索方向为瞬时梯度负方向,不能保证每一步更新都是目标函数值减小,但总趋势使目标函数值减小。RLS算法原理:实际上为一种最小二乘算法,是用递推得方法求最小二乘解。:一.实验程序1.LMS算法%----------------------------------%现代信号处理期末大作业之%LMS算法%-----JOSEPHWANG%-----Jan,52008%---------------------------------

6、-clc;clearall;closeall;%whitevoice=wv%因为AR4阶模型的方差为1所以取高斯白噪声wv=randn(150,1);%AR系统系数a=[1-1.3521.338-0.6620.240];%由白噪声通过一个AR4阶的滤波器生成信号序列x(n)x=filter(1,a,wv);%figure(1)%freqz(x);%plot(x);%figure%pyulear(x,4);%再求Y(n)=X(n)+V(n)k1=length(x)y=x+randn(1,k1)';%disp(y);%然后对Y(n)作LMS估计出X(n)%fig

7、ure(2)%plot(y);%-------基本的LMS算法开始--------------%-------学习步长固定为C=0.015----------%初始化mu=0.015%学习步长%systemorder=10k=10;w=zeros(1,k)%权系数设抽头数为10N=150;%节点训练序列error=zeros(1,N);%-----ENDINITAL%k=10;fori=k:Nu=y(i:-1:i-k+1);%disp(u);%期望输出d(n)直接用滤波器的实际输出代替%e=y(i)-w*u;z(i)=w*u;e=y(i)-w*u;%disp

8、(e);%disp(u);w=w+(mu*e)*u'

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。