phaspa2voltcoef.m

混沌序列的相空间重构的MATLABT程序,相信一定能给您带来惊喜.

function [Un,len_filter] = PhaSpa2VoltCoef(xn,p)
% 由相空间构造 Volterra 自适应 FIR 滤波器的输入信号矢量 Un
% [Un, len_filter] = PhaSpa2VoltCoef(xn, p)
% 输入参数：    xn           相空间中的点序列(每一列为一个点)
%               p            Volterra 级数阶数
% 输出参数：    Un           Volterra 自适应 FIR 滤波器的输入信号矢量 Un
%               len_filter   FIR 滤波器长度

[m,xn_cols] = size(xn);         % m 为重构维数，xn_cols 为训练样本个数
Un(1,:) = ones(1,xn_cols);      % FIR 滤波器的抽头输入信号矢量 Un (第一个系数为 1)
h_cols_1 = 0;

for k = 1:p

    clear h;
    h(1,:) = zeros(1,k);        % k 阶 Volterra 核的下标 (第一个为 0,0,0... )
    i = 1;
    
    % 当上一行最后一列数值达到 m-1 结束循环
    while h(i,end)<m-1
        i = i + 1;
        % 从后往前考察上一行每一列
        for j = k:-1:1
            % 当上一行第 j 列数值达到 m-1 时，这一行的第 1 至第 j+1 列的数值均为上一行第 j+1 列数值加 1，其余不变
            if (h(i-1,j)==m-1)
                h(i,1:j+1) = ones(1,j+1) * (h(i-1,j+1)+1);
                h(i,j+2:end) = h(i-1,j+2:end);
                break;
            % 当上一行数值都没有达到 m-1 时，这一行第 1 列数值加 1，其余不变
            else
                h(i,1) = h(i-1,1)+1;
                h(i,2:end) = h(i-1,2:end);
            end
        end
    end
    %disp('------------------')
    h;                          % 构造 k 阶 Volterra 核的下标
    h_cols_1 = [h_cols_1;h(:,1)];
    
    index = m - h;
    [index_rows,index_cols] = size(index);

    array = zeros(index_rows,index_cols);
    un = zeros(index_rows,xn_cols);
    for q = 1:xn_cols
        vector = xn(:,q);
        for u = 1:index_rows
            for v = 1:index_cols
                array(u,v) = vector(index(u,v));    % 从列向量中提取出x(n),x(n-tau),x(n-2*tau)...
            end 
        end
        un(:,q) = prod(array,2);    % 计算x(n),x(n-tau),x(n-2*tau)...之间的乘积      
    end
    Un = [Un;un];       % FIR 滤波器的抽头输入信号矢量 Un
    clear un;
end

% 对 Un 的“行”进行重新排序，它不影响自适应结果，
% 使之在 p 不变的情况下，随着“行”的增长所对应的 m 从小到大
h_cols_1;
[temp,index_rows]  = sort(h_cols_1);
Un = Un(index_rows,:);            

len_filter = size(Un,1);