RLS 快速算法MATLAB程序

sjtudly

哪位前辈有RLS 快速算法的MATLAB程序分享一下吧，不胜感激！

Posion

网上一搜就有：

sjtudly

Posion 发表于 2016-8-17 08:14
网上一搜就有：

谢谢回复！不过这个是RLS基础算法不是快速算法

Posion

sjtudly 发表于 2016-8-17 09:10
谢谢回复！不过这个是RLS基础算法不是快速算法

在这个基础上优化呗

sjtudly

Posion 发表于 2016-8-17 11:14
在这个基础上优化呗

已经有很多现成的优化算法了

Posion

sjtudly 发表于 2016-8-17 13:49
已经有很多现成的优化算法了

搜噶  那你找到了吗

sjtudly

Posion 发表于 2016-8-17 14:30
搜噶  那你找到了吗

有论文，没有现成的程序，比较复杂

sovereign

sjtudly 发表于 2016-8-18 20:38
有论文，没有现成的程序，比较复杂

论文好找  论文里都不会把程序贴出来  。。。

zhangzy

找到这个程序了吗

敷衍会致命

1. % RLS 算法
   
2. <br>randn('seed', 0) ;
   
3. <br>rand('seed', 0) ;
   
4. <br>
   
5. <br>NoOfData = 8000 ; % Set no of data points used for training
   
6. <br>Order = 32 ; % Set the adaptive filter order
   
7. <br>
   
8. <br>Lambda = 0.98 ; % Set the forgetting factor
   
9. <br>Delta = 0.001 ; % R initialized to Delta*I
   
10. <br>
    
11. <br>x = randn(NoOfData, 1) ;% Input assumed to be white
    
12. <br>h = rand(Order, 1) ; % System picked randomly
    
13. <br>d = filter(h, 1, x) ; % Generate output (desired signal)
    
14. <br>
    
15. <br>% Initialize RLS
    
16. <br>
    
17. <br>P = Delta * eye ( Order, Order ) ;
    
18. <br>w = zeros ( Order, 1 ) ;
    
19. <br>
    
20. <br>% RLS Adaptation
    
21. <br>
    
22. <br>for n = Order : NoOfData ;
    
23. <br>
    
24. <br>u = x(n:-1:n-Order+1) ;
    
25. <br>pi_ = u' * P ;
    
26. <br>k = Lambda + pi_ * u ;
    
27. <br>K = pi_'/k;
    
28. <br>e(n) = d(n) - w' * u ;
    
29. <br>w = w + K * e(n) ;
    
30. <br>PPrime = K * pi_ ;
    
31. <br>P = ( P - PPrime ) / Lambda ;
    
32. <br>w_err(n) = norm(h - w) ;
    
33. <br>
    
34. <br>end ;
    
35. <br>
    
36. <br>% Plot results
    
37. <br>
    
38. <br>figure ;
    
39. <br>plot(20*log10(abs(e))) ;
    
40. <br>title('Learning Curve') ;
    
41. <br>xlabel('Iteration Number') ;
    
42. <br>ylabel('Output Estimation Error in dB') ;
    
43. <br>
    
44. <br>figure ;
    
45. <br>semilogy(w_err) ;
    
46. <br>title('Weight Estimation Error') ;
    
47. <br>xlabel('Iteration Number') ;
    
48. <br>ylabel('Weight Error in dB') ;
    
49. <br>

复制代码