The use of adaptive algorithms LMS and RLS adaptive suppression of noise and interference
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86087274" target="_blank" >RIV/61989100:27240/13:86087274 - isvavai.cz</a>
Result on the web
<a href="http://147.228.94.30/images/PDF/Rocnik2013/Cislo1_2013/r6c4c9.pdf" target="_blank" >http://147.228.94.30/images/PDF/Rocnik2013/Cislo1_2013/r6c4c9.pdf</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Využití adaptivních algoritmů LMS a RLS v oblasti adaptivního potlačování šumu a rušení
Original language description
Tento článek se věnuje principům adaptivní filtrace pro oblast adaptivního potlačování šumu a rušení. V praxi jsme často postaveni před problém, že filtr má pracovat v neznámém prostřední, v němž je obtížná předběžná identifikace, nebo jde o časově proměnné prostřední, jehož vývoj do budoucna nelze předpovídat. V takovémto případě se hodnoty optimálních koeficientů filtru mění v čase, a pro správné nastavení je vhodné využití adaptivní filtrace. V článku je představeno komplexní řešení adaptivního systému s využitím dvou základních představitelů adaptivních algoritmů. Jedná se o algoritmus se stochasticky gradientní adaptací LMS a algoritmus s rekurzivní optimální adaptací RLS. V prostředí Matlab byl vytvořen adaptivní systém pro potlačování šumu. Tento systém nachází svoje praktické využití zejména při komunikaci v hlučném prostředí (dopravní prostředky, výrobní haly, sportovní utkání apod.). Na tomto adaptivním systému jsou prakticky porovnány vlastnosti adaptivních algoritmů LMS a R
Czech name
Využití adaptivních algoritmů LMS a RLS v oblasti adaptivního potlačování šumu a rušení
Czech description
Tento článek se věnuje principům adaptivní filtrace pro oblast adaptivního potlačování šumu a rušení. V praxi jsme často postaveni před problém, že filtr má pracovat v neznámém prostřední, v němž je obtížná předběžná identifikace, nebo jde o časově proměnné prostřední, jehož vývoj do budoucna nelze předpovídat. V takovémto případě se hodnoty optimálních koeficientů filtru mění v čase, a pro správné nastavení je vhodné využití adaptivní filtrace. V článku je představeno komplexní řešení adaptivního systému s využitím dvou základních představitelů adaptivních algoritmů. Jedná se o algoritmus se stochasticky gradientní adaptací LMS a algoritmus s rekurzivní optimální adaptací RLS. V prostředí Matlab byl vytvořen adaptivní systém pro potlačování šumu. Tento systém nachází svoje praktické využití zejména při komunikaci v hlučném prostředí (dopravní prostředky, výrobní haly, sportovní utkání apod.). Na tomto adaptivním systému jsou prakticky porovnány vlastnosti adaptivních algoritmů LMS a R
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
JB - Sensors, detecting elements, measurement and regulation
OECD FORD branch
—
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2013
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
ElectroScope
ISSN
1802-4564
e-ISSN
—
Volume of the periodical
NR 1/2013
Issue of the periodical within the volume
Březen 2013
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
8
Pages from-to
1-8
UT code for WoS article
—
EID of the result in the Scopus database
—