Tanto los filtros RLS como Wiener funcionan suponiendo que los datos son lineales. Supongamos que los datos que desea procesar dependen realmente de sus muestras correspondientes linealmente.
Una vez establecido esto, veamos por qué las personas usan filtros LMS o RLS cuando puede obtener soluciones óptimas con un filtro weiner en un solo paso (con esto quiero decir que al menos todas las tomas de filtro tienen valores de señal apropiados). La respuesta es el costo computacional. Por lo tanto, calcular todos esos coeficientes óptimos realmente requiere mucho tiempo para calcular (si no está utilizando algunos compiladores paralelos increíblemente sorprendentes).
Teniendo esto en cuenta. Y suponiendo que su aplicación en particular no tenga que preocuparse por el tiempo de inicio, simplemente puede aplicar un filtro wiener incluso antes de realizar RLS. Obtenga los coeficientes y suministre su filtro RLS con esos coeficientes.
- ¿Cuál es la diferencia entre consultas DNS iterativas y recursivas?
- Cómo cortar un árbol con una motosierra
- Cómo programar un algoritmo de análisis de datos
- Cómo construir un algoritmo para operar
- ¿Cuál es el algoritmo de clave pública y privada?
La M (orden) que funciona para su filtro RLS también funcionará para su filtro weiner. Suponiendo que los datos son estacionarios.
De lo contrario, puede usar el algoritmo AIC para calcular el orden de sus datos y usar una longitud apropiada de filtros.
Espero que esto resuelva tu problema.
