基于 LMS 和 CLMS 进行线性系统识别比较（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

在本文中，使用最小均方（LMS）和复杂LMS（CLMS）算法演示了线性系统识别问题。此模拟显示了 LMS 和 CLMS 之间的区别。

📚2 运行结果

部分代码：

%% LMS parameter
eta = 1e-4;                     % Learning rate for LMS
W = 0*h;                        % Initial weights of LMS
U = zeros(1,length(h));         % Input frame length of LMS
Time_LMS=0;                     % Total training time of LMS

%% CLMS parameter
etac = 1e-4;                    % Learning rate for CLMS
Wc = W;                         % Initial weights of CLMS
V = zeros(1,length(h));         % Input frame length of CLMS
Time_CLMS=0;                    % Total training time of CLMS

for k = 1 : epoch
    for n = 1 : N
%% LMS
        tic                 % <START>

        U(1,2:end) = U(1,1:end-1);  % Shifting of frame window
        U(1,1) = x(n);              % Input of LMS
        
        y = (W)*U';         % Output of LMS
        e = d(n) - y;       % Instantaneous error of LMS
                            % Weight update rule of LMS
        W = W + eta * e * U;        
        J(k,n) = e * e';    % Instantaneuous squared error
        
        Time_LMS=Time_LMS+toc;    % <END>
        
%% CLMS
        tic                 % <START>

        V(1,2:end) = V(1,1:end-1);  % Shifting of frame window
        V(1,1) = conj(x(n));        % Input of CLMS
        
        yc = (Wc)*V';       % Output of CLMS                           
        ec = d(n) - yc;     % Instantaneous error of CLMS 
                            % Weight update rule of CLMS
        Wc = Wc +  etac * ec * V; 
        Jc(k,n) = ec * ec'; % Instantaneuous squared error
                
        Time_CLMS=Time_CLMS+toc;  % <END>
    end
end

%% Mean squared error (MSE)
MSE = mean(J,2);        % Mean squared error of LMS
MSEc = mean(Jc,2);      % Mean squared error of CLMS

%% Cost function plots
figure
fsize=14; % plot text font size

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]管四海. LMS类自适应滤波算法的研究[D].西安电子科技大学,2017.

[2]Shujaat Khan (2023). Plant Identification using LMS and CLMS 

🌈4 Matlab代码实现