
- •Раздел I. Линейные системы. Цифровые фильтры
- •Системы хранения медиаданных
- •Скорости и интерфейсы
- •Расчет аналогового нормированного фильтра нижних частот Баттерворта
- •Df 1. Введение в адаптивные фильтры
- •1.1. Адаптивная обработка данных
- •1.1.1 Адаптивные фильтры
- •1.1.2 Принцип действия адаптивного фильтра
- •1.4 Адаптивные фильтры
- •1.4.1 Адаптивные фильтры с бесконечной импульсной характеристикой
- •1.4.2 Адаптивные фильтры с конечной импульсной характеристикой
- •1.4.3 Адаптивные фильтры, основанные на методах преобразования сигнала
- •3 Адаптивные алгоритмы для фильтров с конечной импульсной характеристикой
- •3.1. Введение
- •4. Адаптивные алгоритмы для фильтров с бесконечной импульсной характеристикой
- •4.1. Введение
- •4.1.1 Общий обзор
- •2.3 Оптимальное рекурсивное калмановское оценивание
- •2.3.1 Скалярный фильтр Калмана
- •2.3.2. Вывод коэффициента фильтра Калмана
- •2.4. Векторный фильтр Калмана
- •2.4.1. Векторный фильтр Калмана в качестве устройства коррекции канала
- •Требования к вейвлетам
- •Свойства вейвлет преобразования
- •Непрерывное вейвлет-преобразование
- •Дискретное вейвлет-преобразование
- •Графическое представление
- •Применение
- •Примечания
- •Чирплет
- •Аналогия с другими преобразованиями
- •Чирплеты и чирплет-преобразование
- •Приложения
- •Систематика чирплет-преобразования
- •Df Глава 1. Постановка задачи и обзор моделей прогнозирования временных рядов
- •1.1. Содержательная постановка задачи
- •1.2. Формальная постановка задачи
- •1.3. Обзор моделей прогнозирования
- •1.3.1. Регрессионные модели
- •1.3.2. Авторегрессионные модели
- •1.3.3. Модели экспоненциального сглаживания
- •1.3.4. Нейросетевые модели
- •1.3.5. Модели на базе цепей Маркова
- •1.3.6. Модели на базе классификационно-регрессионных деревьев
- •1.1.1. Другие модели и методы прогнозирования
- •1.4. Сравнение моделей прогнозирования
- •1.4.1. Достоинства и недостатки моделей
- •1.4.2. Комбинированные модели
- •1.5. Выводы
- •Тема 15. Регрессия
- •Введение
- •15.1. Постановка задачи регрессии
- •15.2. Линейная регрессия [25]
- •15.3. Полиномиальная регрессия [25]
- •15.4. Нелинейная регрессия [25]
- •15.5. Сглаживание данных [25]
- •15.6. Предсказание зависимостей [25]
- •Df Линейная регрессия
- •8. Регрессия
- •8.1. Детерминированные и статистические зависимости
- •8.2. Корреляция и коэффициент корреляции
- •8.3. Уравнения регрессии
- •8.3.1. Линейная регрессия
- •8.3.2. Полиномиальная регрессия
- •8.3.3. Нелинейная регрессия
- •8.4. Сглаживание данных
- •8.5. Предсказание зависимостей
- •Параболическая и экспоненциальная регрессия.
- •Аппроксимация. Параболическая регрессия
- •Интерполяция
- •[Править]Определения
- •[Править]Пример
- •[Править]Способы интерполяции [править]Интерполяция методом ближайшего соседа
- •[Править]Интерполяция многочленами
- •[Править]Определение и история
- •[Править]Классификация сплайнов
- •Интерполяционный сплайн
- •1.4. Линейные операторы
- •Фильтр Гаусса
- •Фильтр Лапласа
- •Компьтерное зрение. Оператор Собеля Среда, Февраль 10th, 2010 | Программирование (10 голосов, средний: 4.60 из 5)
- •Быстрое размытие по Гауссу
1.1.2 Принцип действия адаптивного фильтра
Важнейшей
функцией выполняемой адаптивным
фильтром, является моделирование
системы. Это иллюстрируется на рис. 1.2,
где первичный сигнал с равномерной
спектральной плотностью подается
непосредственно либо на вход
,
либо на вход
адаптивного
фильтра. Первичный сигнал поступает на
вход системы с импульсной характеристикой
,
выход системы соединен со вторым входом
адаптивного фильтра. Для получения
оптимальных весовых векторов
адаптивного
фильтра можно применить два разных
подхода, которые приведут к совершенно
различным результатам. Это имеет место
в следующих случаях:
Яндекс.ДиректВсе
объявления
Шкафы
металлические, произв. РБ
Шкафы гардеробные, для документов,
вещей и сумок, оружия!
Адрес и телефон ekom.by
Шкафы
металлические в РБ Шкафы
металлические покупают на Stroyka.by.
Каталог актуальных продавцов stroyka.by
1. Неизвестная система подключена ко входу адаптивного фильтра (рис. 1.2а). В этом случае оптимальная импульсная характеристика адаптивного фильтра является точной моделью соответствующей характеристики системы ;
2. Неизвестная система подключена ко входу адаптивного фильтра (рис.1.2, б). В этом случае оптимальная импульсная характеристика адаптивного фильтра является функцией, обратной соответствующей характеристике неизвестной системы.
Рис.
1.2 применение адаптивного фильтра для
прямого моделирования системы:
(а)
и обратного моделирования системы: (б).
Практическим примером, иллюстрирующим работу адаптивного фильтра первого типа (т. е. прямое моделирование системы), является подавление отраженного сигнала в гибридной телефонной линии, рассматриваемое в гл. 8.
Примером, которым можно воспользоваться для иллюстрации принципа действия адаптивного фильтра, моделирующего обратную характеристику системы, является коррекция искажений при передаче данных по телефонным линиям. В этом случае вход телефонной линии возбуждается известным сигналом, а искаженный сигнал с выхода линии поступает на вход адаптивного фильтра. Затем фильтр перестраивается с помощью подачи на вход последовательной серии известных (неискаженных) первичных сигналов. Адаптивный фильтр моделирует импульсную характеристику, обратную характеристике линии, для получения на выходе отфильтрованных (свободных от искажений) данных, что описано в гл. 8.
Следующая область применения адаптивных фильтров – подавление шумов [291]. В этой схеме первичный сигнал, содержащий искомую информацию, наряду с мешающим сигналом, приложен ко входу . Затем от другого источника, не содержащего никаких составляющих искомого сигнала, поступает независимый коррелированный сигнал – образец мешающего сигнала. Если этот коррелированный сигнал поступает непосредственно на вход адаптивного фильтра, фильтр формирует импульсную характеристику, обеспечивающую получение выходного сигнала , который когерентно вычитает из нежелательную составляющую, оставляя на выходе лишь искомый сигнал.
Одним из примеров использования этого метода является регистрация сердцебиения плода [339]. Первичный сигнал поступает от преобразователя, расположенного на поверхности живота матери. Этот преобразователь вырабатывает сигнал, содержащий импульсы сердечных сокращений плода, которые, однако, существенно маскируются сердцебиением матери. Затем от второго преобразователя, расположенного на груди матери, получают вторичный сигнал, регистрирующий только сердцебиение матери. Далее адаптивный фильтр моделирует тракт искажений от преобразователя, расположенного на груди, до преобразователя, расположенного на животе, для получения сигнала, который когерентно вычитается из сигнала с поверхности живота. Адаптивные фильтры применяются и в других случаях, например, для устранения шума двигателя в микрофоне пилота в кабине самолета [18] или для подавления акустических шумов окружающей среды, например, на крупных электростанциях.
Еще
одно применение адаптивных фильтров —
это реализация самонастраивающегося
фильтра, используемого для выделения
синусоиды, маскируемой широкополосным
шумом. Такое применение в адаптивном
лилейном усилителе (АЛУ) [346] осуществляется
путем подачи сигнала непосредственно
на вход фильтра
и
подачи модификации сигнала с временной
задержкой на вход фильтра
.
В том случае, если задержка превышает
величину, обратную ширине полосы
пропускания фильтра, шумовые составляющие
на двух входах не будут коррелированны,
а синусоидальные составляющие будут
коррелированы. Адаптивный фильтр
дает на выходе синусоиду с увеличенным
отношением сигнал-шум, тогда как на
выходе сигнала ошибки синусоидальные
составляющие уменьшаются. Эти и другие
примеры применений адаптивных фильтров
обсуждаются в гл. 8 и 9.