Estudié un poco sobre el filtro adaptativo en Internet y descubrí que es un filtro especial que sigue actualizando su valor de filtro tan pronto como continúa. Descubre la diferencia entre entrada y salida y, al usar la función de error y los coeficientes anteriores, descubre los nuevos coeficientes de filtro.
Pero esto no tiene ningún sentido. Siempre trata de minimizar la diferencia entre entrada y salida. Entonces, ¿de qué sirve, si intenta pasar todas las señales como es?
¿Alguien puede explicarme cómo se está utilizando en aplicaciones reales?
También será bueno si me puede ayudar a través de algunos enlaces que podrían ayudarme en la implementación del filtro digital adaptativo.
por favor comente si no estoy claro al expresar mi duda!
filters
adaptive-filters
Prashant Singh
fuente
fuente
Respuestas:
El concepto clave que falta es que no solo está minimizando la diferencia entre las señales de entrada y salida. El error a menudo se calcula a partir de una segunda entrada. Basta con mirar el ejemplo de Wikipedia relacionado con el ECG .
Los coeficientes de filtro en este ejemplo se recalculan para cambiar la frecuencia de muesca de un filtro de muesca de acuerdo con la frecuencia extraída de la señal de red. Se podría usar un filtro de muesca estático, pero tendría que rechazar un rango más amplio de frecuencias para acomodar la variabilidad en la frecuencia de la red. El filtro adaptativo sigue la frecuencia de la red y, por lo tanto, la banda de detención puede ser mucho más estrecha, reteniendo así más información útil del ECG.
EDITAR:
He examinado esto nuevamente y creo que entiendo su pregunta un poco mejor. El algoritmo LMS necesita un término de error para actualizar los coeficientes del filtro. En el ejemplo de ECG que parafraseo arriba, doy el término de error como una segunda entrada de un voltaje de red. Ahora supongo que estás pensando: "¿Por qué no restas el ruido de la señal más el ruido para dejar la señal?" Esto funcionaría bien en un lineal simplesistema. Peor aún, la mayoría de los ejemplos dados en línea le dicen (de manera correcta pero confusa) que el término de error se calcula a partir de la diferencia entre la señal deseada y la salida del filtro adaptativo. Esto deja a cualquier persona razonable pensando "Si ya tiene la señal deseada, ¿por qué molestarse en hacer esto?". Esto puede dejar al lector sin motivación para leer y comprender las descripciones matemáticas de los filtros adaptativos. Sin embargo, la clave está en la sección 18.4 del Manual de procesamiento de señal digital , Ed. Vijay K. Madisetti y Douglas B. William.
dónde:
Seguiré aprovechando esta respuesta cuando tenga tiempo, en un intento por mejorar el ejemplo de ECG.
También encontré que este conjunto de notas de clase es particularmente bueno: Estimación adaptativa de procesamiento avanzado de señales y filtros adaptativos - Danilo Mandic
fuente
http://ezcodesample.com/UAF/UAF.html este es un ejemplo de codificación de muestras de filtrado adaptativo no lineal.
fuente