LMS..

clear all;
%white voice=wv
%因为AR4阶模型的方差为1所以取高斯白噪声
wv=randn(150,1);
%AR系统函数
a=[1 -2.760 3.809 -2.654 0.924];
%由白噪声通过一个AR4阶的滤波器生成信号序列x(n)
x=filter(1,a,wv);
%figure(1);
%freqz(x);
%plot(x);
%figure
%pyulear(x,4);
%再求Y（n）=X（n）+V（n）
k1=length(x);
y=x+randn(1,k1)';
%然后对Y（n）作LMS估计出X（n）
%figure(2)
%plot(y)
%LMS算法开始，学习步长固定为0.015
%初始化
mu=0.015;
%system order=10
k=10;
w=zeros(1,k);%权系数设抽头数为10
N=150;%节点训练序列
error=zeros(1,N);
%k=10;
for i=k:N
    u=y(i:-1:i-k+1);
    %disp(u);
    %期望输出的d(n)直接用滤波器的实际输出代替
    %c=y(i)-w*u;
    z(i)=w*u;
    e=y(i)-w*u;
    %disp(e);
    %disp(u);
    w=w+(mu