มีวิธีเพิ่มประสิทธิภาพการคำนวณของตัวกรอง squares (NLMS) ปกติหรือไม่? มีการเสนอตัวกรองMultidelay block frequency-domain (MDF)เพื่อทำสิ่งนี้ แต่พวกเขายังใช้ความเร็วและความแม่นยำในการลู่เข้าด้วยกันเพราะพวกเขาอัพเดตการตอบสนองต่อแรงกระตุ้นโดยประมาณเพียงครั้งเดียวทุกบล็อกไม่ใช่ทุกตัวอย่าง มีวิธีอื่นอีกไหม?
คำตอบ:
หากคุณต้องการใช้อัลกอริทึม NLMS "มาตรฐาน" โดยไม่ต้องตัดมุมใด ๆ คุณอาจจะไม่พบโครงสร้างที่มีประสิทธิภาพมากขึ้นอย่างมีนัยสำคัญ บล็อกรูปแบบของการกรอง LMS มีจุดมุ่งหมายเพื่อใช้เทคนิคการแปลงอย่างรวดเร็ว (เช่นการทับซ้อน - บันทึกหรือการทับซ้อน - เพิ่ม) เพื่อเร่งความเร็วในส่วนนั้นของกระบวนการ อย่างไรก็ตามตามที่คุณระบุไว้ค่าสัมประสิทธิ์ตัวกรองจะได้รับการอัปเดตเฉพาะต่อบล็อกเท่านั้นเนื่องจากตัวกรองจะต้องมีค่าคงที่มากกว่าบล็อกเพื่อใช้วิธีการแปลงอย่างรวดเร็ว
ลักษณะการวนซ้ำของ NLMS จะ จำกัด คุณถ้าคุณต้องการรักษาคุณลักษณะการอัพเดทแบบกลุ่มตัวอย่าง ในขณะที่การดำเนินการกรองไม่ใช่แบบเรียกซ้ำค่าสัมประสิทธิ์ตัวกรอง ณ เวลาที่ N ทันทีเป็นฟังก์ชันของสัมประสิทธิ์ ณ เวลาทันที N-1 ซึ่งจำกัดความสามารถในการเพิ่มความเร็วของกระบวนการโดยใช้การคำนวณแบบขนานหรือบล็อกเชิง ในกรณีส่วนใหญ่ไม่มีอาหารกลางวันฟรี: หากคุณต้องการ NLMS ที่บริสุทธิ์คุณควรใช้สิ่งเหล่านี้