[an error occurred while processing this directive]
|
Написал как-то ответ, а сервер повис и все пропало...
Следящим АФ называется потому, что имеющееся в смеси гармоническое колебание с любой частотой (кроме слепых частот) раскладывается в двумерном базисе на две "проекции" и затем "собирается" в это же гармоническое колебание.
Адаптивный алгоритм сам находит весовые коэффициенты проекций.
Фокус в том, что нет надобности задавать частоты базисных функций.
Базисные функции образуются из исходной (можно с некоторой задержкой) и сопряженной по Гильберту, что и дает прямоугольный базис. Частоты базисных функций автоматически равны частоте исходного колебания. Это в идеале. В таком базисе слепых частот нет.
В упрощенном случае базисные функции образуются с помощью ЛЗ. На одних частотах базис будет прямоугольным, на некоторых вырожденным, на остальных (большинстве) - косоугольным. В косоугольном - разложение по параллелограмму.
Во всех случаях система работает на всех частотах (кроме слепых), - т.е. отслеживает 1-ю гармонику исходного колебания с точностью до фаза. Шумы исчезают, т.к. усредняются алгоритмом адаптации коэффициентов АФ.
Согласен с Вами, что скорость и качество есть требования противоречивые.
Но, нужно помнить, что МНК есть упрощение (достаточно грубое) метода наискорейшего спуска.
Варианты:
1. Повторный ввод данных даст возможность ускорять процесс и одновременно сохранять желаемое качество за счет медленности адаптации(малой константы адаптации). Но нужен шустрый вычислитель. Есть опасность потерять в качестве ввиду того, что усреднение шума выполняется "нечестно".
2. Каскадное включение АФ с быстрой адаптацией и АФ с медленной адаптацией.
3. Переход к градиентным методам. Модифицированный Ньютон (ММН) или наискорейший спуск (МНС). МНС проще, но дольше. В частных случаях совпадает с ММН. Объемы вычислений существенно больше, чем в МНК.
4. Метод случайного поиска, но это уже не градиентный метод, качество и сходимость не гарантированы.
Оставьте Е-маил чтобы было проще.
E-mail: info@telesys.ru