LMS-baserede 2-prøve forudsigelse af længde 3

[someone12345]

Hej.

Jeg forsøger at løse et hjem problem i et kursus kaldet Adaptive Signal Processing.
Jeg er at designe en LMS-baserede 2-prøve forudsigelse af længde 3.

Jeg har et par spørgsmål om, at dette vil jeg gerne spørge dig om.

Hvad der forstås ved en "2-prøven forudsigelse", nemlig "2-prøve" del.Forudsige 2 prøver i fremtiden?
?

Hvad menes der med længden?
Jeg formoder, det
er den rækkefølgeOg hvad er det, der gør det LMS retsgrundlag i forhold til en "standard" en (hvis der er sådan en ting).

Den lærebog jeg bruger er Adaptive Filter Theory ved Haykin.

Tak alle.

 

[m_llaa]

Hej
u bør forklare mere, så jeg kan hjælpe u mere.
men jeg tror u kan forudsige fremtiden prøve med 3 prøver modtaget.
LMS baseret betyder, at forudsigelse forsøge at falde Mean Squre.det er populært forstand.fordi Mean Square relateret til energi.så hvis u bruge LMS, betyder det, u forudsige (eller u forsøge at forudsige) næste prøve med minimum energitic fejl.

 

[someone12345]

Hej, tak for besvarelse.

Jeg regnede det ud, men løb ind i andre problemer.

I'll state udøvelsen her:

Citat:

Design en LMS-baserede 2-prøve forudsigelse af længde 3 i en stokastiske proces med r_u (0) = 3, r_u (1) = 1, r_u (2) = 0,5, r_u (3) = r_u (4) = 0, dvs. d = u (n 2).
Hvad er w_o, J_min og J_ex (uendeligt), hvis beregninger er baseret på MU = 1 / 5 * ľ_max?

 

[R110]

Hej der

Du kan finde bogen "statistiske digital signalbehandling og system modelingby Hayes" i dette forum.hente det og du finder ud af om frem og tilbage forudsigelse og desuden kan du finde Matlab kildekoder for LMS, NLMS (normaliserede LMS) og RLS.

LMS er en adative algoritme hvilke opdateringer koefficienterne af FIR filter (med længde L) ved stimating R (AUTOCORELLATION MATRIX) og P CROSSCORELLATION ...).standarden mulighed for at finde disse koefficienter er Wiener FILTER men det
er mere kompliceret, fordi der har coomputional kendelse af M ^ 3, men LMS har størrelsesordenen M,