%%?利用LMS算法進行系統識別
%定義輸入信號
x?=?0.1*randn（2501）;
%創建一個12階低通濾波器為未知的系統濾波器
[berrres]?=?fircband（12[0?0.4?0.5?1][1?1?0?0][1?0.2]{‘w‘‘c‘}）;
%定義期望信號
d?=?filter（b1x）;
%定義步長
mu?=?0.8;

lms?=?dsp.LMSFilter（‘Length‘13‘StepSize‘mu...
????‘WeightsOutputPort‘true）;%初始權值取默認值0
[yew]?=?lms（xd）;

stem（[b.‘?w]）
title（‘利用LMS算法進行系統識別‘）
legend（‘實際的濾波器權值‘‘估計的濾波器權值‘...
???????‘Location‘‘NorthEast‘）
??
%使用NLMS法???
lms2?=?dsp.LMSFilter（‘Length‘13‘StepSize‘mu‘Method‘...
???‘Normalized?LMS‘‘WeightsOutputPort‘true）;%NLMS
[y2e2w2]?=?lms2（xd）;
figure
plot（[ee2]）;
title（‘比較LMS和NLMS的性能‘）
legend（‘LMS法的濾波器誤差‘‘NLMS法的濾波器誤差‘...
???????‘Location‘‘NorthEast‘）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????????789??2018-05-27?22:00??LMS_Identify.m
?????文件???????35616??2019-04-12?20:27??LMS算法與NLMS算法濾波比較說明.docx