Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше
Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике
§ 6.6. Поисковые адаптивные фильтры
Обозначим
величину, наблюдение которой позволяет осуществить адаптацию, через
(6.21)
Значения
этой величины при изменении -го коэффициента на и при фиксированных значениях
других коэффициентов обозначим соответственно через
для
и
для
(6.22)
Тогда
величина, определяющая приближенно -ю составляющую градиента функции будет равна
(6.23)
Пользуясь поисковым алгоритмом адаптации (3.15),
получим
(6.24)
где наблюдаемый градиент
(6.25)
имеет компоненты, определяемые соотношением (6.23).
При
последовательном поиске в каждом интервале времени продолжительностью делается наблюдений величин и .
Для
повышения помехоустойчивости можно производить усреднение на интервалах
длительности так
что
(6.26)
и
(6.27)
Тогда
именно эти усредненные величины и должны использоваться в формуле (6.23) и
алгоритме (6.24). Усреднение может осуществляться как непрерывным, так и дискретным
способом. В последнем случае интегралы в (6.26) и (6.27) заменяются суммами.
Рис.
6.9.
Уменьшение
времени адаптации в дискретном случае может быть достигнуто, если вместо
последовательного во времени поиска использовать поиск одновременно по всем
параметрам.
Одновременный
поиск может осуществляться и при непрерывной адаптации. В этом случае
дискретный алгоритм заменяется непрерывным:
(6.28)
или
(6.29)
Теперь
компоненты равны
(6.30)
Заметим,
что выражение (6.30) представляет собой не разностную аппроксимацию градиента,
а случайный процесс со средним значением, аппроксимирующим градиент. Схема
фильтра, реализующая непрерывную адаптацию, изображена на рис. 6.9.