我有一个关于最小均方自适应滤波器的一般问题。
使用噪声消除的示例,我知道如果您有一组参考信号 (S) 和损坏的信号 (S+N),那么您可以执行误差最小化以找到一组输入的最佳权重。
我想知道这是否通常是“离线”执行的,或者是否可以在权重随时间变化的情况下即时执行?
我有一个关于最小均方自适应滤波器的一般问题。
使用噪声消除的示例,我知道如果您有一组参考信号 (S) 和损坏的信号 (S+N),那么您可以执行误差最小化以找到一组输入的最佳权重。
我想知道这是否通常是“离线”执行的,或者是否可以在权重随时间变化的情况下即时执行?
这实际上取决于上下文,但通常自适应意味着计算是在线/动态完成的。
在某些应用程序中,过滤器会更新一段时间,然后关闭自适应并使用最后一批权重。
为了扩展 Peter K. 所说的内容,如果滤波器使用的信号是固定的,则可以确定滤波器权重或系数,并且滤波器按照设计的方式运行,而无需进一步更新滤波器权重。但是,如果信号发生变化或变得准静止,滤波器将不断适应。
自适应意味着您尝试根据某些标准在本地找到“最佳”过滤器。在线使用它不是强制性的。事实上,在图像上,对“在线性”或因果关系的要求通常不如信号严格。
然而,为了提高效率,每次更新系数,甚至更多地执行一些近似,都是有益的。