3.残余能量和学习曲线_10000次.m

自适应线性预测编码问题

clear;
clc;

A=[1:300;linspace(0,0,300)];
A=A';
A2=[1:300;linspace(0,0,300)];
A2=A2';
for i=0:9999                            % 10000次LMS迭代实验
    V=sqrt(0.27)*randn(500,1);          % 产生白噪声序列V(n)
    X=[0+V(1);0+V(2)];
    for n=3:500                         % 产生准信号序列
        x=-0.1*X(n-1)+0.8*X(n-2)+V(n);
        X=[X;x];
    end
    X=X(201:500);                       % 截取信号序列X(n)

    H=[-1; -2];                         % 初始滤波器系数H(0)
    T=H';
    e=0;
    e2=0;
    for n=2:299
        e=X(n+1)-H'*[X(n);X(n-1)];      % 计算每步误差e(n+1)
        e2=e^2;
        H=H+0.05*e*[X(n);X(n-1)];       % 计算每步滤波器系数H(n+1)
        T=[T; H'];
        A(n+1,:)=A(n+1,:)+[0,e2]/10000;
        A2(n+1,:)=A2(n+1,:)+[0,e2-0.27]/10000;
    end
end

A=A';
A2=A2';
figure(1)
plot(A(1,3:300),A(2,3:300));            % 绘制J(n)平均值的变化曲线
figure(2)
plot(A2(1,3:300),A2(2,3:300));          % 绘制J(n)-Jmin平均值的变化曲线(学习曲线)

i=0;
n=4;
while (i==0)                            % 求权学习曲线时间常数
    if (A2(2,n)<exp(-1)*A2(2,3))
        i=n-3
    end
    n=n+1;
end