Využití adaptivních algoritmů LMS a RLS v oblasti adaptivního potlačování šumu a rušení
Identifikátory výsledku
Kód výsledku v 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>
Výsledek na webu
<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
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Využití adaptivních algoritmů LMS a RLS v oblasti adaptivního potlačování šumu a rušení
Popis výsledku v původním jazyce
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
Název v anglickém jazyce
The use of adaptive algorithms LMS and RLS adaptive suppression of noise and interference
Popis výsledku anglicky
The paper is dedicated to the principles of adaptive filtering in the adaptive noise suppressing and interference area. In practice, we often have to solve the problem that filter has to work in an unknown environment, in which it is difficult to pre-identification, or it is a time-varying environment, which development in future cannot be predicted. In this case, the optimal filter coefficients values change over time and for the correct setting is appropriate to use adaptive filtering. The paper presents a comprehensive solution of adaptive system using two basic representatives of adaptive algorithms. It is an algorithm with stochastic gradient LMS (least mean squares) adaptation and algorithm with recursive optimal adaptation RLS (recursive least square). In the environment of Matlab, there was created adaptive system for noise suppressing. This system is useful mainly for communication in noisy environments (vehicles, production halls, sport events, etc.). There were practically c
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JB - Senzory, čidla, měření a regulace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
ElectroScope
ISSN
1802-4564
e-ISSN
—
Svazek periodika
NR 1/2013
Číslo periodika v rámci svazku
Březen 2013
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
8
Strana od-do
1-8
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—