S
scholar_a
Guest
Kāda ir atšķirība starp "Wiener filtrēšanu" un "LMS algoritms"?
Navigation
Install the app
How to install the app on iOS
Follow along with the video below to see how to install our site as a web app on your home screen.
Note: This feature may not be available in some browsers.
More options
You are using an out of date browser. It may not display this or other websites correctly.
You should upgrade or use an alternative browser.
You should upgrade or use an alternative browser.
F
fontp
Guest
Wiener filtrēšana ir optimāls filtrēšanas pret troksni, kad stohastic īpašības signāla un trokšņa sniedz
LMS ir lineārs kanāls identifikācijas algoritma.Attiecībā uz konkrētā determenistic ieejas un izejas signālu mēs varam noteikt impulsa reakcija lineāra pārveidotu
Nav līdzības (izņemot vidējo kvadrātisko kļūdu izmantotajiem kritērijiem)
LMS ir lineārs kanāls identifikācijas algoritma.Attiecībā uz konkrētā determenistic ieejas un izejas signālu mēs varam noteikt impulsa reakcija lineāra pārveidotu
Nav līdzības (izņemot vidējo kvadrātisko kļūdu izmantotajiem kritērijiem)
B
bhq
Guest
Weiner un LMS abi ir pielāgojama filtri un dara pats.Abi ir stohastisko pamatā.
Jo weiner mums R matricas (korelācija ievade) un P Matrix (Cross korelācija ievade un izvade) un W = INV (R) * P
Tātad Wiener filtru mums vajag tikai R un P Matrix.Bet LMS ir, ir samazināt MSE (vidējais kvadrātiskais Error) Tas ietver atkārtošanas.LMS ir kāds parasti izmanto adaptīvo filtru.
Jo Wiener mums aprēķināt apgriezto, tas nav viegli aparatūras īstenot.lai mēs īstenotu LMS
Jo weiner mums R matricas (korelācija ievade) un P Matrix (Cross korelācija ievade un izvade) un W = INV (R) * P
Tātad Wiener filtru mums vajag tikai R un P Matrix.Bet LMS ir, ir samazināt MSE (vidējais kvadrātiskais Error) Tas ietver atkārtošanas.LMS ir kāds parasti izmanto adaptīvo filtru.
Jo Wiener mums aprēķināt apgriezto, tas nav viegli aparatūras īstenot.lai mēs īstenotu LMS
F
fontp
Guest
Nu man bija nepareizi, ka "nav līdzības vispār."
Wiener filtrēšanas parasti izpilda optimālu tradeoff starp apgrieztu filtrēšanas un trokšņu izlīdzināšanas.
http://www.owlnet.rice.edu/ ~ elec539/Projects99/BACH/proj2/wiener.html
Šo problēmu, stingri runājot, nav nekā kopīga ar LMS, jo to lieto atjaunot oriģinālo (ievade) signāls, kas nav novērtēšanas nodošanas funkcija
Bet kā sistēmas identifikācijas problēmu jā, LMS ir pielāgojama un aptuvens risinājums Wiener-Hopf vienādojumi, ka dažkārt arī sauc par "Wiener filtru sistēma identifikācijas"))
http://en.wikipedia.org/wiki/Similarities_between_Wiener_and_LMS
Wiener filtrēšanas parasti izpilda optimālu tradeoff starp apgrieztu filtrēšanas un trokšņu izlīdzināšanas.
http://www.owlnet.rice.edu/ ~ elec539/Projects99/BACH/proj2/wiener.html
Šo problēmu, stingri runājot, nav nekā kopīga ar LMS, jo to lieto atjaunot oriģinālo (ievade) signāls, kas nav novērtēšanas nodošanas funkcija
Bet kā sistēmas identifikācijas problēmu jā, LMS ir pielāgojama un aptuvens risinājums Wiener-Hopf vienādojumi, ka dažkārt arī sauc par "Wiener filtru sistēma identifikācijas"))
http://en.wikipedia.org/wiki/Similarities_between_Wiener_and_LMS
S
scholar_a
Guest
tā Wiener nav iteratīvs?kad mums ir R un P matricām, un no šīm atrast optimālo W. šeit nav kļūdas, es esmu labi?
Sveicieni
Sveicieni
F
fontp
Guest
Tieši tā.FIR filtrs būvē bloks algoritmu
LMS ir pielāgojama iteratīvs pielāgojama risinājums un tā ir RLS par apgriezti
http://en.wikipedia.org/wiki/Recursive_least_squares
LMS ir pielāgojama iteratīvs pielāgojama risinājums un tā ir RLS par apgriezti
http://en.wikipedia.org/wiki/Recursive_least_squares
K
khubaibahmed
Guest
Weiner un LMS abas stohastisko pamatā filtri.Ja mēs neuzskatām E [.] Operators Wiener, tad mēs saņemam iteratīvs veidā LMS no Vīnes.Tātad, mēs varam darīt to pašu, vienkārši īstenojot iteratīvu algo nevis īstenošanas Wiener filtru, kas nepieciešama, aprēķinot inv (R)
S
s.san2006
Guest
Jūs varat atsaukties uz adaptīvas filtrēšanas tehnikas Simon Haykins.Trust me, tas ir laba grāmata.