%本例比較了在四種特征值擴散度不同的情況下RLS算法的學習曲線
clear?all
close?all
sigma?=?0.001;?????????????????%噪聲功率
NR?=?11;????????????????????????%抽頭數
N?=?300;????????????????????????%采樣次數
wn=[3.5?3.3?3.1?2.9];???????????%設置四種特征值擴散度
E=zeros（N-NR+14）;??????????????%誤差矩陣的初始化
for?t?=?1:4
????W?=?wn（t）;
????%獨立的200次實驗
????for?j=1:200???????
????????%加入信道的隨機序列
????????X?=?binornd（1?0.5?N?1）*2?-?ones（N?1）;??
????????%信道沖激響應
????????n=1:3;
????????Hn?=?1/2?*?（1+?cos（2?*?pi?/?W?*?（n-2）））;
????????
????????C?=?conv（X?Hn）;
????????%信道噪聲為加性高斯白噪聲
????????B?=?normrnd（0?sqrt（sigma）?length（C）?1）;
????????C?=?B?+?C;
????????%算法的初如化設置
????????delta?=?0.004;
????????lambda?=?1.0;
????????Mn?=?zeros（?NR?1）;
????????Pn?=?1/delta?*?eye（NR）;
????????
????????for?i?=1:?N-NR+1?
????????????Xn?=?C（i:i+NR-11）;
????????????Pin?=?Pn?*?Xn;
????????????Kn?=?Pin./（lambda?+?Xn‘?*?Pin）;
????????????Y（i）?=?Mn‘?*?Xn;
????????????e（i）?=?X（i+7）?-?Y（i）;
????????????Mn?=?Mn?+?Kn?*?e（i）;
????????????Pn?=?1/lambda?*?Pn-1/lambda?*?Kn?*?Xn‘?*?Pn;
????????????E（it）?=?E（it）+e（i）^2;????????????%每種特征值下的集平均誤差
????????end
????end
end
semilogy（E/200）;legend（‘W=3.5‘‘W=3.3‘‘W=3.1‘‘W=2.9‘）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1296??2009-04-19?10:25??RLSXXX.m

-----------?---------??----------?-----??----

?????????????????1296????????????????????1