Documente Academic
Documente Profesional
Documente Cultură
Metode Adaptive de
Prelucrare a Semnalelor
VI. ALGORITMUL LMS
Algoritmul gradientului
w n w 0 n w1 n wN1 n
T
y n
e n d n ponderile filtrului sunt funcţii de timp
N1
• Ieşirea filtrului este: y n w k n x n k
k 0
Observaţii:
• Algoritmul este foarte simplu – aceasta se vede din numărul de relaţii necesare:
2N+1 înmulţiri şi 2N adunări.
Convergenţa în medii
• Dacă x şi d sunt staţionare, coeficienţii wopt pot fi obţinuţi din ecuaţia Wiener – Hopf.
• Relaţia este similară cu cea de la metoda gradientului, dar între mediile vectorilor.
• S-a facut ipoteza că valorile actuale ale eşantioanelor observate (x(n) şi d(n)) sunt
independente de observaţiile anterioare:
• Deci v(n) depinde numai de x(n-1), x(n-2), ..., nu şi valoarea actuală x(n).
• Experimental, a rezultat că pentru valori mici ale pasului μ, contribuţia
eşantioanelor mai „vechi” este redusă.
• Spunem deci că algoritmul LMS converge „în medii” după legea de la metoda
gradientului, adică:
– algoritmul LMS este determinat tot de N moduri de convergenţă;
– modurile sunt caracterizate de valorile proprii ale matricii R;
– convergenţa algoritmului depinde de dispersia valorilor proprii;
– pasul de avans trebuie să satisfacă condiţia:
2
0
max
© ș.l. dr. ing. Ioana Sărăcuț
7
Algoritmul LMS
• Valorile proprii ale matricii R sunt rădăcinile ecuaţiei caracteristice: det R kΙ 0
Proprietate: Urma matricii de corelaţie (şi a oricărei matrici pătrate) satisface relaţia:
N1
tr R k
k 0
Cu alte cuvinte, suma elementelor diagonale ale matricii de corelaţie este egală
cu suma valorilor proprii:
N1 N1
rkk k
k 0 k 0
Exemplu:
1 0,5
• Fie matricea de corelaţie: R
0,5 1
Performanţele algoritmului
• Vom analiza:
1. EMP suplimentară şi eroarea de ajustare
2. stabilitatea algoritmului
unde tr reprezintă urma unei matricii = suma valorilor proprii, iar Jmin E e02 n
Definiţie: EMP în exces a unui filtru adaptiv este diferenţa dintre EMP în regim staţionar
şi EMP minimă (conform metodei gradientului).
EMP in exces
N1
k N1 tr R
1 k tr R M
1 tr R
k 0 k k 0
M tr R
2. Stabilitatea algoritmului
• Asemanator este şi in algoritmul LMS, dar acesta este mai sensibil la valorile pasului.
• Dezadaptarea = măsura în care EMP finală diferă faţă de EMP dată de filtrul optim
Va urma…
© ș.l. dr. ing. Ioana Sărăcuț
16
Algoritmul LMS