LMS自适应线性预测算法

LMS自适应线性预测

clc

n=1000; %n为迭代次数

u=0.02; %u为收敛步长；

w1=0; %w1,w2为初始权向量值；

w2=0;

x(1)=0; %x(1)和x(2)为初始输入信号；

x(2)=0;

w(:,3)=[w1;w2]; %进行初始化；

ee(n,100)=0;e1(n,100)=0;

for k=3:n;

for j=2:100

x(k)=0.195*x(k-1)-0.95*x(k-2)+sqrt(0.0965)*randn;

X(:,k)=[x(k-1);x(k-2)]; %输入信号

e(k)=x(k)-X(:,k)'*w(:,k);

w(:,(k+1))=w(:,k)+2*u*e(k)*X(:,k); %权向量迭代

e1(k,j)=e(k);

ee(k,j)=e1(k,j)^2+ee(k,j-1);

end

ee1(k)=ee(k,100)/100; %100条均方误差曲线的平均曲线 end

t=1:n;

subplot(2,1,1);

plot(t,w(1,t));

hold on;

plot(t,w(2,t),'r');

title('权系数变化轨迹');

plot(t,-0.8);

subplot(2,1,2);

plot(t,e(t).^2);

title('学习曲线');