original_train.m

混沌时间序列的Volterra一步预测的Matlab程序

function [Wn,err_mse,Wn_array] = original_train(xn_train,dn_train,p,Times,c)

% 训练部分
% [Hn] = original_train(s_train, tau, m, p, Times)
% 输入参数：    xn_train   训练样本(每一列为一个样本)
%               dn_train   训练目标
%               p          Volterra 级数阶数
%               Times      最小二乘估计迭代次数
%               c          收敛步长 
% 输出参数：    Hn         最小二乘估计滤波器权矢量 Hn
%               err_mse    训练均方误差
%               Wn_array   权系数收敛矩阵

%--------------------------------------------------
% 由相空间构造 Volterra 自适应 FIR 滤波器的输入信号矢量 Un

Un = PhaSpa2VoltCoef(xn_train,p);
% 输入参数：    xn_train     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

%----------------------------------------
% 最小二乘估计滤波器权矢量 Hn
[Wn,err_mse] = FIR_NLMS(Un,dn_train,Times,c);