[Ψηφιακά Φίλτρα] 2η Εργασία 2015

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[Πρόγραμμα Επαναληπτικής Εξεταστικής 2025-2026]

Πρόγραμμα Επαναληπτικής Εξεταστικής 2025-2026

[PanosM]

Όσοι έχετε πρόβλημα με τον NLMS μάλλον θα φταίει ότι έχετε βάλει όλο το u στην νόρμα. Θέλει μόνο τις M τιμές. Δείτε καλά τον τύπο σελ.3 στο LMS-variants με τι ισούται η νόρμα.

[spira mirabilis]

Μπορεί να μου εξηγήσει κάποιος αυτό:
Το μέγιστο μ είναι σύμφωνα με τον τύπο 2/λmax. Αλλά στο παράδειγμα στις διαφάνειες του LMS σελ. 17 έχει μέγιστη ιδιοτιμή 2 και το μεγαλύτερο μ που παίρνει είναι 0.075 που είναι κάπου 15 φορές μικρότερο από αυτό που προτείνει ο τύπος. Το έτρεξα για μ=1 και όντως δεν συγκλίνει για κανέναν λόγο, όπως και η δικιά μου εργασία συγκλίνει το πολύ για 0.2 αντί για 4.5 περίπου που βρίσκω την ιδιοτιμή. Άρα δεν ισχύει ο τύπος; Υπάρχει άλλος;

[dimi93gr]

Μπορεί να μου εξηγήσει κάποιος αυτό:
Το μέγιστο μ είναι σύμφωνα με τον τύπο 2/λmax. Αλλά στο παράδειγμα στις διαφάνειες του LMS σελ. 17 έχει μέγιστη ιδιοτιμή 2 και το μεγαλύτερο μ που παίρνει είναι 0.075 που είναι κάπου 15 φορές μικρότερο από αυτό που προτείνει ο τύπος. Το έτρεξα για μ=1 και όντως δεν συγκλίνει για κανέναν λόγο, όπως και η δικιά μου εργασία συγκλίνει το πολύ για 0.2 αντί για 4.5 περίπου που βρίσκω την ιδιοτιμή. Άρα δεν ισχύει ο τύπος; Υπάρχει άλλος;

http://en.wikipedia.org/wiki/Least_mean_squares_filter#Normalised_least_mean_squares_filter_.28NLMS.29
Ενότητα : Convergence and stability in the mean.

Εξηγεί  ότι το παραπάνω άνω όριο εξασφαλίζει την σύγκλιση της διαφοράς και όχι των συντελεστών w.
Λέει επίσης ότι πιο πρακτικό είναι 0<μ<1/trace(Ru), αλλά και πάλι το μ να μην είναι κοντά στο άνω όριο.
Για εμένα συγκλινει τουλάχιστον για μια τάξη μεγέθους κάτω. Αν θυμάμαι καλά το 1/trace(Ru)  είναι 3 και κάτι. Για 0,3 που το δοκίμσα νομίζω συγκλίνει.

[boone]

Θα χρησιμοποιήσουμε και το τμήμα του κώδικα του Σισμάνη που ορίζει το x και το h;

[spira mirabilis]

Κατάλαβα, επειδή ο LMS συγκλίνει κατά μέση τιμή χρειαζόμαστε κάτι ισχυρότερο 

Για το τελευταίο ζητούμενο, δεν είναι περίεργο  αυτή που συγκλίνει γρηγορότερα να συγκλίνει σε μεγαλύτερο mean square error;Νομίζω το ρώτησε και άλλος. Υπάρχει λάθος στην υλοποίησή μου ή αυτό που λέει στην σελίδα 18 δεν είναι τόσο απόλυτο όσο αφορά το σφάλμα;

[Silvo the Beautiful]

O αριθμός a στην NLMS αρκεί να είναι στο διάστημα (0,1) ή πρέπει να είναι μεγαλύτερος;


Βασικά όσο μεγαλώνεις το a μικραίνεις το μ, αλλά πως θα ξέρεις πόσο θα πάει; Το u στο τετραγωνο με βγαινει 1-11 αρα το α δεν θα πρεπει να ειναι μεγαλυτερο απο 10?

[spira mirabilis]

O αριθμός a στην NLMS αρκεί να είναι στο διάστημα (0,1) ή πρέπει να είναι μεγαλύτερος;


Βασικά όσο μεγαλώνεις το a μικραίνεις το μ, αλλά πως θα ξέρεις πόσο θα πάει; Το u στο τετραγωνο με βγαινει 1-11 αρα το α δεν θα πρεπει να ειναι μεγαλυτερο απο 10?

Από ότι κατάλαβα, το α είναι μια σταθερά που χρησιμοποιείται απλά για να μην μηδενιστεί ο παρονομαστής. Δεν θα πρέπει να επηρεάζει τον υπολογισμό. Σε διάφορους κώδικες που το είδα, το βάζουν 0.001 ή κάτι τέτοιο.

[Silvo the Beautiful]

Και όμως ανάλογα με το μέγεθος επηρεάζει. Άρα για να μην επηρεάζει πρέπει να μπει όντως 0.001

[PanosM]

τα eigenvalue spreads που θέλουμε να υπολογίσουμε στο τελευταίο ερώτημα για να δικαιολογήσουμε την ταχύτητα σύγκλισης, σας βγαίνουν και εσάς το ένα πολύ κοντά στο άλλο?

[Silvo the Beautiful]

τον πίνακα R για πόσες παρελθοντικές τιμές των βγάζεις;

[PanosM]

ανάλογα με το Μ. Αν Μ=16, τότε βγάζω πίνακα 16x16 για τον R.

[PanosM]

εκτός αν δεν κατάλαβα καλά και εννοείς τον αριθμό T των ανεξάρτητων επαναλήψεων (το έχω για Τ=50)

[Silvo the Beautiful]

όχι το πρώτο εννοούσα. Υπάρχει κάποιος εύκολος τρόπος για τον υπολογισμό; Για΄τι αν πάμε με το κλασσικό οι πράξεις είναι πολλές!

[PanosM]

εννοείς με το χέρι?Εγώ αυτό που δοκίμασα είναι να υπολογίζω με εντόλες Matlab ένα eigenvalue spread για κάθε επανάληψη της εξωτερικής λούπας (t=1:T) και μετά να πάρω τον μέσο όρο ως εκτίμηση για το spread. Bέβαια, δν ξέρω κατά πόσο είναι ορθό, αλλά δεδομένου ότι το η είσοδος u αλλάζει σε κάθε επανάληψη, δν μπόρεσα να σκεφτώ κάποιον άλλο τρόπο για να το κάνω στο Μatlab. Απλά με αυτόν τον τρόπο δν είδα καμιά σημαντική διαφορά ανάμεσα στα spreads είτε με τον επιπλέον θόρυβο είτε χωρίς. Αν έχει κανείς καμια καλύτερη ιδέα ας την πει.

[Silvo the Beautiful]

Προσπάθησα να βγάλω άκρη με 3 ιδιοτιμές μόνο, αλλά μου βγαίνει μεγαλύτερο το spread με αυτές μόνο με τον επιπλέον θόρυβο. Σκατά!