Filtros Adaptativos:

Prediccin Lineal

Matias Coln Rojas

Eduardo Rangel Hernandez
 Introduccin
Filtro

Filtro Adaptativo

Prediccin Lineal

Algoritmo LMS

Paso de Actualizacin
 Problema Propuesto

G(z) = 1/(1+0.9*Z^-1)

u(n) ruido blanco media 0 y varianza 1 y r(n)

ruido blanco media 0 y varianza 0.1
 Desarrollo
Escribir un programa en Matlab que use el algoritmo LMS para estimar w0.
for i=1:300; % Se realizan 300 iteraciones

w1=W1;
w2=W2;
u=0.30;
for n=1:20; En 20 se estabiliza

yy=W1'*x1_n+W2'*x1_n_1; %Salidad del filtro

e(n)=y1-yy; % y1 seal a predecir y yy es la salida del filtro

W1=W1+u*e(n)*x1_n;
W2=W2+u*e(n)*x1_n_1;

x1_n=x_n(i); %seal retrasa 1 vez

x1_n_1=x_n_1(i); %sel ret

y1=y(i);
w1=[w1 W1];
w2=[w2 W2];

end
y_out(i)=yy;
end
 Cuales son los valores ptimos w1(n) y w2(n),
para minimizar la seal del error?. Escriba la
funcin de transferencia, H(z) del filtro a
Determine el mximo valor del paso de
actualizacin u al que el algoritmo LMS
converja.
Grafique el comportamiento de la seal de
error y estime la variancia despus de la
convergencia usando Matlab
Que funcin cumple el filtro
adaptativo?
Demuestre graficamente su
funcionamiento
 Conclusiones

Funcin del Filtro Adaptativo, encontrar

parmetros de w0

Paso de actualizacin mayor minimiza el numero

de iteraciones.

La salida depende de x(n) y x(n-1), algoritmo

recursivo.
Gracias por su atencin.

Matias Coln
Eduardo Rangel