[Ψηφιακά Φίλτρα] 2η Εργασία 2017

[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!

[12:00-13:30]

Η γραμματεία είναι ανοιχτή καθημερινά 12:00-13:30

[ΒruteΦorce_attack]

Να ρωτήσω κάτι για το τελευταίο ερώτημα για την unconstrained υλοποίηση τι κάνουμε;

στο pdf του Haykin λέει για τον unconstrained

[georgkonst]

Καλησπέρα,

Στο τελευταίο ερώτημα στην υλοποίηση του block lms με τις 2 for, ποιά είναι η σωστή δεικτοδότηση για το u(kL+i)?
Ακολουθώ τον αλγόριθμο αλλά έχω την εντύπωση ότι ορίζω λάθος το block_u και αυτό μου το χαλάει όλο.

Code:

block_u = u( k*L + i :-1 : k*L +i - L + 1);
y = block_u * w' ;
e = d((k-1)*L + i) - y;
phi = phi + mu * e * block_u;

[elefmylo]

Δεν γίνεται να χρησιμοποιήσουμε την autocorr(); 

Δοκίμασα την autocorr() της εισόδου, αλλά με το μ που πήρα, δε με βοήθησε να συγκλίνει ο αλγόριθμος σε μικρό error... 
Γενικά εσείς το error που βγάζετε πόσο περίπου είναι...

[ΒruteΦorce_attack]

Δοκίμασα την autocorr() της εισόδου, αλλά με το μ που πήρα, δε με βοήθησε να συγκλίνει ο αλγόριθμος σε μικρό error... 
Γενικά εσείς το error που βγάζετε πόσο περίπου είναι...

βγάζω αρκετά μικρό σφάλμα (δεν θυμάμαι πόσο ακριβώς - αν θες να το δω), για το μ θέλει αρκετά μικρές τιμές
η μεγαλύτερη που έβαλα 0,0001

[elefmylo]

βγάζω αρκετά μικρό σφάλμα (δεν θυμάμαι πόσο ακριβώς - αν θες να το δω), για το μ θέλει αρκετά μικρές τιμές
η μεγαλύτερη που έβαλα 0,0001

Κάτσε, κάνεις κάτι τέτοιο:

Code:

r = autocorr(u);
R = toeplitz(r);
mu = 2/max(eig(R))

και σου βγάζει μικρό νούμερο? ΓΙατί εμένα μου βγαίνει της τάξης 0.9980...

[elefmylo]

Να ρωτήσω κάτι για το τελευταίο ερώτημα για την unconstrained υλοποίηση τι κάνουμε;

Σελίδα 20 από τη διάλεξη 6...

[ΒruteΦorce_attack]

Κάτσε, κάνεις κάτι τέτοιο:

Code:

r = autocorr(u);
R = toeplitz(r);
mu = 2/max(eig(R))

και σου βγάζει μικρό νούμερο? ΓΙατί εμένα μου βγαίνει της τάξης 0.9980...

ο πίνακας αυτοσυσχέτισης πρέπει να είναι συμμετρικός (αυτό κατάλαβα από την προηγούμενη εργασία), αλλά κάνοντας toeplitz(r) δεν προκύπτει συμμετρικός πίνακας

[elefmylo]

ο πίνακας αυτοσυσχέτισης πρέπει να είναι συμμετρικός (αυτό κατάλαβα από την προηγούμενη εργασία), αλλά κάνοντας toeplitz(r) δεν προκύπτει συμμετρικός πίνακας.

Μα σύμφωνα με https://www.mathworks.com/help/matlab/ref/toeplitz.html, το toeplitz() δημιουργεί Symmetric Toeplitz Matrix.

[ΒruteΦorce_attack]

Μα σύμφωνα με https://www.mathworks.com/help/matlab/ref/toeplitz.html, το toeplitz() δημιουργεί Symmetric Toeplitz Matrix.

ναι ναι δίκιο έχεις δικό μου λάθος... βασικά για να σου πώ την αλήθεια εγώ δεν το βρήκα από την συνθήκη για σύγκλιση, είχα βάλει στην αρχή μ=0,1 και αφού είδα οτι δεν έχει σύγκλιση το μείωνα αλλά σίγουρα θα βγαίνει και από εκεί θα το ψάξω

https://en.wikipedia.org/wiki/Least_mean_squares_filter#Convergence_and_stability_in_the_mean:
ουσιαστικά λέει στο παραπάνω ότι είναι πιο πρακτικό να πάρουμε 0<μ<2/trace(R), και μάλιστα όχι πολύ κοντά στο πάνω όριο

[ditroo]

παιδιά μπορεί κάποιος να μου εξηγήσει τι πρέπει να κάνω ακριβώς στο ερώτημα β', εκτός από το να γράψω σε ματλαβ μια αναδρομική συνάρτηση για τον FFT;

[tpvagenas]

Θα ήθελα να ρωτήσω για το Μ βάζουμε Μ=2^10 η κάποια άλλη τιμή? και το n αν το πάρω μεγάλο πχ 2^20 συγκλίνει ο lms με μικρό mu=4.9x10^(-5) θεωρείται σωστό η πρέπει να τα βρω για κάποιο άλλο Μ,n?

[elefmylo]

ναι ναι δίκιο έχεις δικό μου λάθος... βασικά για να σου πώ την αλήθεια εγώ δεν το βρήκα από την συνθήκη για σύγκλιση, είχα βάλει στην αρχή μ=0,1 και αφού είδα οτι δεν έχει σύγκλιση το μείωνα αλλά σίγουρα θα βγαίνει και από εκεί θα το ψάξω

https://en.wikipedia.org/wiki/Least_mean_squares_filter#Convergence_and_stability_in_the_mean:
ουσιαστικά λέει στο παραπάνω ότι είναι πιο πρακτικό να πάρουμε 0<μ<2/trace(R), και μάλιστα όχι πολύ κοντά στο πάνω όριο

Και πάλι, τον R τον υπολογίζουμε με autocorr(), με xcorr()? Τέσπα, θα του πετάξω ότι μετά απο δοκιμές κατέληξα σε ένα νούμερο...
Thanks για τη βοήθεια!

[elefmylo]

Θα ήθελα να ρωτήσω για το Μ βάζουμε Μ=2^10 η κάποια άλλη τιμή? και το n αν το πάρω μεγάλο πχ 2^20 συγκλίνει ο lms με μικρό mu=4.9x10^(-5) θεωρείται σωστό η πρέπει να τα βρω για κάποιο άλλο Μ,n?

Αν Μ εννοείς το πλήθος των συντελεστών του φίλτρου, τότε η εκφώνηση σου λέει ότι πρέπει να είναι 2^10! Όσο για το n εγώ το έβαλα κάπου στο 1.2 * 10^6....

[ΒruteΦorce_attack]

πήρε παράταση μέχρι την κυριακή 30/4

[kaspas]

Τα learning curves ποια διαγράμματα είναι; Είναι αυτά που μας δίνει στο παράδειγμα που ανέβασε ο Σισμάνης ή και τίποτα ακόμη (σαν αυτά που υπάρχουν στο παράδειγμα του lms ethmmy).