📄 adapt_net.asv
字号:
%自适应预测用adapt函数来在线训练一个线性网络来实时预测时变信号序列
%**********************************
%被预测信号是一个持续时间为6秒的信号在前4秒信号的采样频率为20Hz从第4秒到6秒采样频率为40Hz,得到该信号
Time1=0:0.05:4;
Time2=4.05:0.024:6;
Time=[Time1 Time2];
T=[cos(Time1*4*pi) cos(Time2*8*pi)];
T=con2seq(T);
figure(1);
plot(Time,cat(2,T{:}));
xlabel('时间');
ylabel('目标');
title('待跟踪的目标信号');
P=T;
%*************************************
%生成线性网络器
lr=0.1; %网络学习速度
delays=[1 2 3 4 5]; %五个输入延迟信号
net=newlin(minmax(cat(2,P{:})),1,delays,lr); %创建线性网络
[net,a,e]=adapt(net,P,T); %对网络进行自适应训练返回预测信号误差信号
figure(2);
plot(Time,cat(2,a{:}),Time,cat(2,P{:}),'--'); %给出预测信号和目标信号
xlabel('时间');
ylabel('目标预测值');
title('目标信号及预测结果');
figure(3);
plot(Time,cat(2,e{:})); %误差信号曲线
xlabel('时间');
ylabel('误差');
title('误差信号');
⌨️ 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 + -