【问题标题】:Multi-channel Lattice Recursive Least Squares多通道格递归最小二乘
【发布时间】:2017-12-11 03:30:55
【问题描述】:

我正在尝试实现多通道格 RLS,即递归最小二乘算法,它使用多个输入执行噪声消除,但只有一个“所需输出”。

我有使用多个组件的基本 RLS 算法,但对于我的目的而言,它的效率太低且占用大量内存。 Wikipedia 有一个很好的 lattice RLS 示例,效果很好。 https://en.wikipedia.org/wiki/Recursive_least_squares_filter 但是,它引用的资料并没有详细说明如何将其扩展到多通道案例,并且重新进行完整的推导有点超出我的能力。

有没有人知道在多通道情况下描述或实现此算法的良好来源?非常感谢。

【问题讨论】:

  • 我没有看到那篇特别的论文,但尝试实现了许多类似的论文。不幸的是,论文往往有一些符号模糊、初始化不明确、跳过步骤,甚至是小错误。可用代码或伪代码往往会避免这种情况,但不幸的是,在这个特定领域中提供这种方法似乎并不标准。
  • 也许 Ali H. Sayed 的“自适应过滤基础”一书能回答您的问题?

标签: algorithm matlab regression least-squares noise-reduction


【解决方案1】:

使用单独的并行自适应滤波器...为每个噪声参考使用一个,并组合这些输出以从噪声信号中减去。 LMS 通常效果最好,但 RLS 很好。如果任何噪声参考与所需信号高度相关,就会出现问题。

【讨论】:

    猜你喜欢
    • 2016-11-19
    • 2015-05-15
    • 2015-10-31
    • 1970-01-01
    • 2013-10-11
    • 2017-03-25
    • 1970-01-01
    • 1970-01-01
    • 2015-09-16
    相关资源
    最近更新 更多