LMS和RLS滤波算法

function [yn,W,en]=LMS(xn,dn,M,mu,itr) % LMS(Least Mean Squre)算法 % 输入参数: % xn 输入的信号序列 (列向量) % dn 所期望的输出序列 (列向量) % M 滤波器的阶数 (标量) % mu 收敛因子(步长) (标量) 要求大于0,小于xn的相关矩阵最大特征值的倒数 % itr 迭代次数 (标量) 默认为xn的长度,M<itr<length(xn) % 输出参数: % W 滤波器的权值矩阵 (矩阵) % 大小为M x itr, % en 误差序列(itr x 1) (列向量) % yn 实际输出序列 (列向量) % 参数个数必须为4个或5个 if nargin == 4 % 4个时递归迭代的次数为xn的长度 itr = length(xn); elseif nargin == 5 % 5个时满足M<itr<length(xn) if itr>length(xn) | itr<M error('迭代次数过大或过小!'); end else error('请检查输入参数的个数!'); end % 初始化参数 en = zeros(itr,1); % 误差序列,en(k)表示第k次迭代时预期输出与实际输入的误差 W = zeros(M,itr); % 每一行代表一个加权参量,每一列代表-次迭代,初始为0 % 迭代计算 for k = M:itr % 第k次迭代 x = xn(k:-1:k-M+1); % 滤波器M个抽头的输入 y = W(:,k-1).' * x; % 滤波器的输出 en(k) = dn(k) - y ; % 第k次迭代的误差 % 滤波器权值计算的迭代式 W(:,k) = W(:,k-1) + 2*mu*en(k)*x; end % 求最优时滤波器的输出序列 yn = inf * ones(size(xn)); for k = M:length(xn) x = xn(k:-1:k-M+1); yn(k) = W(:,end).'* x; end