%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: