คำถามติดแท็ก least-squares

มีข้อได้เปรียบใด ๆ หรือไม่ที่จะใช้วิธีเข้าหาหน้าต่างเหนือ Parks-McClellan (ย่อมาอีกว่า PMcC) หรืออัลกอริธึม Least Squares สำหรับการออกแบบตัวกรอง FIR ของตัวกรองสัญญาณความถี่ต่ำ สมมติว่าด้วยพลังการคำนวณในปัจจุบันที่ความซับซ้อนของอัลกอริทึมนั้นไม่ได้เป็นปัจจัย คำถามนี้ไม่ได้เปรียบเทียบ PMcC กับ Least Squares แต่โดยเฉพาะถ้ามีเหตุผลที่จะใช้เทคนิคการออกแบบหน้าต่าง FIR ใด ๆ แทนอัลกอริธึมเหล่านั้นหรือเป็นเทคนิคการเรียงหน้าต่างเพื่อกรองการออกแบบล้าสมัยโดยอัลกอริธึมเหล่านั้น ด้านล่างเป็นการเปรียบเทียบหนึ่งที่ฉันได้เปรียบเทียบหน้าต่าง Hamming กับแนวทางการออกแบบที่ฉันโปรดปรานกับ Least-Squared โดยใช้จำนวนก๊อกเท่ากัน ฉันขยาย passband ในวิธี Least Squared เพื่อให้ตรงกับ Hamming Window อย่างใกล้ชิดและในกรณีนี้มันค่อนข้างชัดเจนว่า Least-Squared จะมีประสิทธิภาพสูงกว่า (เสนอการปฏิเสธวงดนตรีหยุดมากกว่า) ฉันยังไม่ได้ทำสิ่งนี้กับหน้าต่างทั้งหมดซึ่งทำให้ฉันถามคำถามว่าคุณสามารถทำ PMcC และสี่เหลี่ยมจัตุรัสน้อยที่สุดได้หรือไม่หรือมีแอปพลิเคชั่นอื่นสำหรับตัวกรองความถี่ต่ำ FIR ที่ต้องการแนวทางการปรับหน้าต่าง

21 filters  filter-design  fir  least-squares  parks-mclellan 

ขณะนี้ฉันกำลังเรียนรู้เกี่ยวกับการประมาณกำลังสองน้อยที่สุด (และอื่น ๆ ) สำหรับการถดถอยและจากสิ่งที่ฉันกำลังอ่านในวรรณกรรมอัลกอริทึมแบบปรับตัวบางครั้งมักใช้วลี "... และเนื่องจากพื้นผิวข้อผิดพลาดนูน ... " ปรากฏขึ้นและ ความลึกใด ๆ ที่เป็นสาเหตุว่าทำไมจึงต้องมีการนูนเพื่อเริ่มต้นด้วยไม่ว่าจะอยู่ที่ไหน ... ดังนั้นสิ่งที่ทำให้มันนูน ? ฉันพบว่าการละเลยซ้ำนี้น่ารำคาญเล็กน้อยเพราะฉันต้องการออกแบบอัลกอริธึมแบบปรับตัวเองพร้อมฟังก์ชั่นต้นทุนของตัวเอง แต่ถ้าฉันไม่สามารถบอกได้ว่าฟังก์ชั่นค่าใช้จ่ายของฉันส่งผลให้เกิดข้อผิดพลาดนูนหรือไม่ ไปไกลเกินกว่าที่จะใช้บางสิ่งบางอย่างเช่นการไล่ระดับสีแบบไล่ระดับเพราะจะไม่มีค่าขั้นต่ำระดับโลก บางทีฉันอาจต้องการที่จะสร้างสรรค์ - บางทีฉันอาจไม่ต้องการใช้กำลังสองน้อยที่สุดเป็นเกณฑ์ในข้อผิดพลาดของฉัน เมื่อขุดลึกลงไป (และคำถามของฉันเริ่มต้นที่นี่) ฉันพบว่าเพื่อให้สามารถบอกได้ว่าคุณมีพื้นผิวข้อผิดพลาดนูนหรือไม่คุณต้องตรวจสอบให้แน่ใจว่าเมทริกซ์ Hessianของคุณนั้นเป็นกึ่งบวกแน่นอน สำหรับการเข้าคู่แบบสมมาตรการทดสอบนี้ง่ายมาก - ตรวจสอบให้แน่ใจว่าค่าลักษณะเฉพาะทั้งหมดของเมทริกซ์ Hessian นั้นไม่เป็นลบ (หากเมทริกซ์ของคุณไม่สมมาตรคุณสามารถทำให้สมมาตรได้โดยการเพิ่มลงในทรานสโพสของตัวเองและทำการทดสอบค่าลักษณะเฉพาะเดียวกันโดยอาศัยอำนาจของGramianแต่นั่นไม่สำคัญเลย) Hessian matrix คืออะไร เมทริกซ์ของ Hessian ประมวลผลการผสมผสานระหว่างส่วนที่เป็นไปได้ของฟังก์ชันต้นทุนของคุณ มีกี่ Partials จำนวนคุณลักษณะในเวกเตอร์ฟีเจอร์ของคุณมากพอ ๆ วิธีคำนวณชิ้นงาน? ใช้อนุพันธ์บางส่วน 'ด้วยมือ' จากฟังก์ชันต้นทุนดั้งเดิม นั่นคือสิ่งที่ฉันทำ: ฉันคิดว่าเรามีเมทริกซ์ข้อมูลmmm x nnnซึ่งแสดงโดยเมทริกซ์XXXโดยที่mmmหมายถึงจำนวนตัวอย่างและnnnหมายถึงจำนวนคุณลักษณะต่อตัวอย่าง …

17 autocorrelation  covariance  least-squares  optimization 

มีวิธีเพิ่มประสิทธิภาพการคำนวณของตัวกรอง squares (NLMS) ปกติหรือไม่? มีการเสนอตัวกรองMultidelay block frequency-domain (MDF)เพื่อทำสิ่งนี้ แต่พวกเขายังใช้ความเร็วและความแม่นยำในการลู่เข้าด้วยกันเพราะพวกเขาอัพเดตการตอบสนองต่อแรงกระตุ้นโดยประมาณเพียงครั้งเดียวทุกบล็อกไม่ใช่ทุกตัวอย่าง มีวิธีอื่นอีกไหม?

14 adaptive-filters  performance  least-squares