



下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、3.8题的仿真结果al = -0.195 a2 = 0.95)1.510.50-0.50100 200 300 400 500 600 700 800 900 1000a1 = -1.5955 a2 = 0.950100 200 300 400 500 600 700 800 900 1000-10.40.20-0.2-0.4-0.6-0.8-1iterative times niterative times nx io305a1 = -1.9114 a2 = 0.9521曰0 _- 11n-2 - 3 - 4 -,- 5 - 6 L,- 7 |1c11-''J10100200
2、3004005006007008009001000iterative times na1 = -0.195 a2 = 0.955.4题的仿真结果0.80.60.40.2 0n -0.2- 0.4- 0.6- 0.8-1-1.201002003004005006007008009001000iterative times niterative times niterative times n10.4题的仿真结果空间方向10 10 10 1010 10 10 1010 10 10 1010 10 10 10Rj 1000.4337 0.90110.6238 0.78160.9748 0.22320
3、.4337 0.901110.4337 0.90110.6238 0.78160.6238 0.78160.4337 0.901110.4337 0.90110.9748 0.22320.6238 0.78160.4337 0.90111Rnn111-33.369+90.106iRxx-52.383-78.156i107.48-22.316iRss + Rjj的特征值为:-33.369-90.106j 111-33.369+90.106i-52.383-78.156i402.35 , 37.65 ,-52.383+78.156j-33.369-90.106i111-33.369+90.106i
4、107.48+22.316j-52.383+78.156i-33.369-90.106i1110, 0相应的特征向量为:v= V1 ,V2 ,V3 ,V40.50950.3742 - 0.0860i 0.7131-0.0072 - 0.2192i-0.2042 + 0.4458i 0.5524 - 0.2177i -0.3155-0.1028i -0.3384+0.5176i v-0.2963 - 0.3906i 0.59380.1271+0.2572i 0.63140.4973 - 0.1109i 0.3797 - 0.0572i -0.5247-0.1545i -0.2859 - 0.29
5、84i最佳权向量为:H 111Wopta( s) Rxxa( s)Rxxa( s)0.2036 - 0.0068i 0.2964 - 0.0515i 0.2964+0.0515i 0.2036+0.0068T附:程序1、题 3.8clc; clear all; close all;% Using AR module generate signaldisp('Using Steepest Descent algorithm estimate the weight vector ') column = input('column =');a1 = input(
6、9;a1 =');a2 = input('a2 =');row = 1;ns = 1;n = 1 : column;u = AR_module(a1, a2, ns, row, column);% Compute Rxx and rxdr = xcorr(u, 500, 'biased');Rxx = r(501), r(502); r(500), r(501);rxd = r(500); r(499);% Using Steepest Descent algorithm compute the weight vector omega = Steepes
7、t_descent(Rxx, rxd, column);% Draw the weight vectorplot(n, omega(1, 1 : column);xlabel('n');hold on;plot(n, omega(2, 1 : column), '-');xlabel('iterative times n');ylabel('omega(n)');title('a1 = ', num2str(a1),' a2 = ',num2str(a2);legend('omega0
8、9;,'omega1',0);%最陡下降法的程序function omega = Steepest_descent(Rxx, rxd, column)% Steep descent algorithmomega = zeros(2, column);for n = 1 : columnomega( :, n+1) = omega(:, n) + 0.02 * (rxd - Rxx * omega( :, n);end3.8题和5.4题共用的AR模型function signal = AR_module(a1, a2, ns, row, column)% Using AR mod
9、ule generate signal v0 = randn(column,row);v = sqrt(ns) * v0; %generate noise u0 = 0 0;num = 1;den = 1 al a2;Zi = filtic(num,den,u0);signal, Zf = filter(num, den, v, Zi);2、5.4 题% initialclc; clear all; close all;disp('Using RLS algorithm estimate the weight vector')a1 = input('a1 =')
10、;a2 = input('a2 =');row = input('row =');column = input('column =');ns = input('ns =');signal = AR_module(a1, a2, ns, row, column);omega_ave, omega, mse_ave, mse = recursive_least_squares(signal, row, column); % draw the weight vector and mean square errorn = 1 : colu
11、mn;figure。);plot(n, omega(1, :);hold onplot(n, omega(2, :),'-');hold onplot(n, omega_ave(1, :);hold onplot(n, omega_ave(2, :),'-');legend('omega0','omega1',0);title('a1 = ', num2str(a1),' a2 = ',num2str(a2);xlabel('iterative times n');ylabel(
12、39;omega(n)');figure(2);plot(n, mse);xlabel('iterative times n');ylabel('单次学习曲线');figure(3);plot(n, mse_ave);xlabel('iterative times n');ylabel('100 平均学习曲线');RLS算法的程序function omega_ave, omega, mse_ave, mse = recursive_least_squares(signal, row, column)% Recursive
13、Least Squares Algorithmomega_a = zeros (2,column,row);omega = zeros(2,column);ee_ave = zeros(1,column,row);ee = zeros(1,column);mse = zeros(1,column);u = zeros(2, column);k = zeros(2, column);P = zeros(2, 2, column);P(:, :, 2) = eye(2) / 0.02;for r = 1 : rowfor n = 3 : columnu(:, n) = signal(n-1, r)
14、; signal(n-2, r);k(:, n) = P(:, :, n-1) * u(:, n)/ (0.9+ u(:, n)' * P(:, :, n-1) * u(:, n);ee(n) = signal(n, r) - u(:, n)' * omega(:, n-1);omega(:, n) = omega(:, n-1) + k(:, n) * ee(n);P(:, :, n) = (P(:, :, n-1) - k(:, n) *u(:, n)' * P(:, :, n-1) /0.9;mse(n) = ee(n)A2;endee_ave(:, :, r)
15、= mse;omega_a(:, :, r) = omega;endomega_ave = sum(omega_a, 3) ./ row;mse_ave = sum(ee_ave, 3) ./ row;3、10.4 题clc; clear all;close all;aj = 1; exp(j*pi*sin(40*pi/180);.exp(j*2*pi*sin(40*pi/180); exp(j*3*pi*sin(40*pi/180);as = ones(4, 1);Rss = 10 * as * as'Rjj = 100 * aj * aj'Rnn = eye(4)Rxx = Rss + Rjj + Rnnv, d = eig(Rss + Rjj)wopt = inv(as' * inv(Rxx) *as) * inv(R
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 地热能利用项目场地调研服务费用协议
- 口腔门诊护士规划方案
- 体育素养面试题及答案
- 温州瑞南220千伏输变电工程环境影响报告表
- 精装修公寓水电费分摊管理服务合同
- 公寓销售外包方案
- 资质工作考核方案
- 化工厂吊装方案
- 涂装安全考试题及答案
- 平邑幼教面试题及答案
- 内蒙古自治区通辽市各县区乡镇行政村村庄村名居民村民委员会明细及行政区划代码
- 螺旋溜槽安装标准工艺
- 模具保养记录表
- CNC机加工作业指导书
- 2022年人教版六年级下册语文期末考试卷
- 《土地开发整理项目预算编制暂行办法》
- 智能家居设备产业提质增效行动方案(参考意见稿)
- 安徽省评议公告的中小学教辅材料零售价格表
- 德龙自卸车合格证扫描件(原图)
- 西子otis梯oh con6423中文调试手册
- 串激电机设计
评论
0/150
提交评论