matlab练习程序（LMS）

矫情吗；* 2021-12-16 10:25 303阅读 0赞

%LMS算法演示(matlab)
    %设置参数，N为采样个数，u为步长
    clear,clc;
    N=16;u=0.1;
    %设置迭代次数k
    k=1000;
    %pha为随机噪声的平均功率
    rk=randn(1,k)/2;%%正态分布的随机矩阵
    pha=mean(rk);%%求元素平均值
    %设置起始权值
    wk(1,:)=[0 0];
    %用LMS算法迭代求最佳权值
    for i=1:k
        xk(i,:)=[sin(2*pi*i/N) sin(2*pi*(i-1)/N)]+rk(i);%输入信号
        yk(i)=xk(i,:)*wk(i,:)';%输出信号
        dk(i)=2*cos(2*pi*i/N);%期望信号
        err(i)=dk(i)-yk(i);%误差
        wk(i+1,:)=wk(i,:)+2*u*err(i)*xk(i,:);%权值迭代
    end
    
    
    [x,y]=meshgrid([-2:0.1:8],[-10:0.1:0]);
    %求性能表面
    z=(0.5+pha)*(x.^2+y.^2)+x.*y*cos(2*pi/N)+2*y*sin(2*pi/N)+2;
    %求理论最佳权值x1,y1
    x1=2*cos(2*pi/N)*sin(2*pi/N)/((1+pha)^2-(cos(2*pi/N))^2);
    y1=-2*(1+2*pha)*sin(2*pi/N)/((1+pha)^2-(cos(2*pi/N))^2);
    %画性能表面的等高线
    figure,contour(x,y,z,[0.78 1.9 6.3 13.6 23.8 37]);%%等值线图
    %画迭代时权值的变化
    hold on;plot(wk(:,1),wk(:,2),'r');
    %标注最佳权值的位置
    hold on;plot(x1,y1,'*');
    %绘制误差与迭代次数的图
    figure,plot(err);

别人的程序，效果不错。对照原理与代码能更好理解。

参考：

1.[http://zhidao.baidu.com/question/53628331][http_zhidao.baidu.com_question_53628331]

2.[http://www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic\_in\_machine\_learning\_1\_regression\_and\_gradient\_descent.html][http_www.cnblogs.com_LeftNotEasy_archive_2010_12_05_mathmatic_in_machine_learning_1_regression_and_gradient_descent.html]

转载于:https://www.cnblogs.com/tiandsp/archive/2012/05/02/2479765.html

[http_zhidao.baidu.com_question_53628331]: http://zhidao.baidu.com/question/53628331
[http_www.cnblogs.com_LeftNotEasy_archive_2010_12_05_mathmatic_in_machine_learning_1_regression_and_gradient_descent.html]: http://www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html