📄 volterra_test.m
字号:
function [dn_pred] = Volterra_test(xn_test,p,Hn);% 混沌时间序列的 Volterra 自适应预测 -- 一步预测测试部分% [Hn] = Volterra_train(s_train, tau, m, p, Times)% 输入参数: xn_test 测试样本% dn_test 测试目标% p Volterra 级数阶数% Times 最小二乘估计迭代次数% Hn 最小二乘估计滤波器权矢量 Hn% IsPlot 指出是否作图% 输出参数: err 一步预测的误差序列% err_std 一步预测结果的标准差%--------------------------------------------------% 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_test,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dn_pred = Hn' * Un;
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -