基于最小均数四分法 (LMF) 和最小均方 (LMS) 算法进行系统识别(Matlab代码实现)
👨🎓个人主页:研学社的博客
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
在本文中,在非高斯噪声环境中比较最小均方(LMS)和最小均方(LMF)算法,以执行系统识别任务。众所周知,LMF算法在非高斯环境中优于LMS算法,在此实现中可以看到相同的结果。此外,还编程了用于添加白色均匀噪声的定制功能。
📚2 运行结果
部分代码:
N = 1e4; % Number of samples
Bits = 2; % For PSK modulation
SNR = 10; % Noise level
% *Monte Carlo simulations*
% h = [0.9 0.2 0.5 -0.7]; % Plant1 impulse response
% h = [-2:1:2]; % Plant2 impulse response
h = randn(1,5); % Random system
runs=100;
NWDs = 0;
NWDf = 0;
temp3 = 0;
temp4 = 0;
for run = 1:runs % Monte Carlo simulations
% h = randn(1,5);
data = randi([0 (2^Bits)-1],1,N); % Random index for input data
x = real(pskmod(data,2^Bits)); % Phase shit keying (PSK) modulation
r = filter(h,1,x); % Input passed trought system(h)
d = awun(r, SNR); % Addition of white Uniform noise of decined SNR
% d = awgn(r, SNR); % Addition of white Gaussian noise of decined SNR
% *LMS parameter*
etas = 1e-2; % Learning rate for LMS
Wlms = zeros(size(h)); % Initial weights of LMS
Us = zeros(1,length(h)); % Input frame length of LMS
% *LMF parameter*
etaf = 1e-2; % Learning rate for LMF
Wlmf = zeros(size(h)); % Initial weights of LMF
Uf = zeros(1,length(h)); % Input frame length of LMF
for n = 1 : N
% *LMS*
Us(1,2:end) = Us(1,1:end-1); % Shifting of frame window
Us(1,1) = x(n); % Input of LMS
ys = (Wlms)*Us'; % Output of LMS
es = d(n) - ys; % Instantaneous error of LMS
Wlms = Wlms + etas * es * Us; % Weight update rule of LMS
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
@article{Khan2017FLMFFL,
title={FLMF: Fractional least mean fourth algorithm for channel estimation in non-Gaussian environment},
author={Shujaat Khan and Naveed Ahmed and Muhammad Ammar Malik and Imran Naseem and Roberto Togneri and Mohammed Bennamoun},
journal={2017 International Conference on Information and Communication Technology Convergence (ICTC)},
year={2017},
pages={466-470}
🌈4 Matlab代码实现
相关文章
- License Plate Detection and Recognition in Unconstrained Scenarios(无约束场景下的车牌检测与识别)
- 【OpenCV-Python】教程:7-6 SVM识别手写字符
- Atitit 图像处理--图像分类 模式识别 肤色检测识别原理 与attilax的实践总结
- 基于逻辑回归和神经网络识别手写数字(从0到9)(Matlab代码实现)
- 【混合遗传规划和正交最小二乘法】基于混合遗传规划和正交最小二乘法的线性参数动态输入输出系统的模型结构识别(Matlab代码实现)
- 基于人工神经网络(ANN)的高斯白噪声的系统识别(Matlab代码实现)
- 基于LSCF和LSFD算法在频域中识别快速实现的MIMO研究(Matlab代码实现)
- 【目标识别】检测具有相同背景的不同图像并找到图像中的红色圆圈目标(Matlab代码实现)
- 【图像处理】基于matlab Hough变换答题卡识别
- 【图像处理】基于MATLAB的车位识别应用程序
- 带你认识传统语音识别技术
- 轻松使用 Python 检测和识别车牌(附代码)
- m基于WOA优化的SVM乳腺癌细胞和正常细胞分类识别算法matlab仿真,对比BP网络,SVM,PSO+SVM
- m基于C3D-hog-GRNN广义回归神经网络模型的人员异常行为识别算法的matlab仿真
- m基于sift特征提取和模板匹配的车标识别算法matlab仿真
- 基于OCR模板匹配的手写英文字母数字识别matlab仿真
- m基于CNN卷积网络和GEI步态能量图的步态识别算法MATLAB仿真,测试样本采用现实拍摄的场景进行测试,带GUI界面
- m基于AlexNet神经网络和GEI步态能量图的步态识别算法MATLAB仿真
- 基于步态能量图和CNN卷积神经网络的人体步态识别matlab仿真
- 在OpenCV里实现条码识别
- S-H-ESD——就是先识别出趋势(中位数),然后做残差,利用残差看看正态分布的偏离点
- Sql server 打不开了,无法识别的配置节 system.serviceModel 解决方案
- 【北京大学】13 TensorFlow1.x的项目实战之手写英文体识别OCR技术
- 【状态估计】基于LMS类自适应滤波算法、NLMS 和 LMF 进行系统识别比较研究(Matlab代码实现)
- 【语音识别】基于LMS算法消除嘈杂的鸟类语音信号中的噪声后识别其对应的鸟类物种(Matlab代码实现)
- matlab 男女声识别+源码
- 使用 OpenCV 和 Python 识别信用卡号