[Ψηφιακά Φίλτρα] Απορίες σε ασκήσεις 2019

[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!

[fibonacci]

Εγώ παίρνω 0,63 αλλά δεν έχω σωστό το wiener. Καμιά βοήθεια μήπως για το wiener; 

Πως το έκανες ;

[kalopana]

Ούτε εγώ χρησιμοποιήσα τα c και sigma_v2 και ο grader μου παίρνει την απάντηση μερικώς σωστή απ'ότι κατάλαβα. Επίσης για το function του LMS που ουσιαστικά ζητάει το ίδιο πράγμα με την 2η εργασία κάνω copy-paste την απάντηση μου και μου το παίρνει λάθος

Η διαφορά με τη 2η εργασία είναι ότι ενώ στη 2η όσο δεν είχες αρκετά δείγματα εισόδου (length(u_stream)<M) δεν υπολόγιζες φίλτρο και έδεινες έξοδο y=u, τώρα λέει από την αρχή να κάνεις την κανονική διαδικασία.

[dimvasdim]

Πως το έκανες ;

Έχω πάρει ακριβώς όλους τους αλγορίθμους όπως τους δίνει στις σημειώσεις. Μερικά σημεία που θέλουν προσοχή είναι πχ στον rls όταν αρχικοποιείς το P δεν πολλαπλασιάζεις τον μοναδιαίο με delta αλλά με 1/delta, όπως το έχει και το σκριπτάκι adaptRLS. Τώρα για τα υπόλοιπα όπως ειπώθηκε η λύση του lms για την 2η άσκηση δεν δουλεύει γιατί τώρα αρχίζουμε την προσαρμογή από την πρώτη χρονική στιγμή και όχι από την στιγμή που πάρουμε m τιμές.

[chamezos]

Ρε σεις, υποτειθεται οταν βαζουμε στους lms, rls, nlms ενα σημα που δημιουργήθηκε βασει των u, x, s AR διαδικασιών που δίνονται απο πάνω, οι αλγόριθμοι θα έπρεπε να συγκλίνουν προς τους w_o. ΆΡΑ αν βάλουμε m=4, τότε ο w_out θα πρέπει να συγκλίνει στα w_o που βρήκαμε στο πρώτο ερώτημα. Εγω όταν το κάνω αυτό, οι πρώτοι 3 συντελεστές συγκλίνουν, ενώ ο 4ος συγκλίνει στο μέτρο, αλλα έχει αντίθετο πρόσημο. έχει συμβει σε κανέναν αυτό; πως το αντιμετωπίσατε;

[thankara]

Εγώ έχω τσεκάρει όλους τους αλγορίθμους τοπικά και τρέχουν αλλά όταν τα βάζω στο elearning μου πετάει "Test was aborted due to error". Καμία ιδέα?

[dimvasdim]

Έχει καταφέρει κανείς την άσκηση 2 από το πρότυπο εξετάσεων;

[00128419]

Έχει καταφέρει κανείς την άσκηση 2 από το πρότυπο εξετάσεων;

Εγω πήρα σωστό αποτέλεσμα βρίσκοντας τα r(0) r(1) r(2) r(3) όπως στο ερωτημα α της τελευταιας εργασίας, μετα συμπληρωσα το διανυσμα r με 96 μηδενικα και τελος εκανα R=toeplitz(r)

[dimvasdim]

Μα τα r(4), r(5) κτλπ δεν ειναι μηδεν εφοσον μπορουν να προκυψουν απο τις τιμες των προηγουμενων r. πχ r(4) = -a1 * r(3) - a2 * r(2) - a(3) * r(1) και αντιστοιχα βγαινουν και τα υπολοιπα r

[delta]

Μα τα r(4), r(5) κτλπ δεν ειναι μηδεν εφοσον μπορουν να προκυψουν απο τις τιμες των προηγουμενων r. πχ r(4) = -a1 * r(3) - a2 * r(2) - a(3) * r(1) και αντιστοιχα βγαινουν και τα υπολοιπα r

σωστο..για να υπολογισεις το R = 100x100 δεν χρειαζεσαι ενα σημα u = 100x1 το οποίο θα δημιουργηθεί απο μια AR διαδικασια?

[Ap.Mor.]

Έχει καταφέρει κανείς την άσκηση 2 από το πρότυπο εξετάσεων;

Σκέφτηκα την παρακάτω λύση, μου τη βγάζει λάθος προφανώς.
Σαν προσέγγιση μου φαίνεται σωστή όμως.

Code:

function [R] = solve( a, b, c, sigma_v1_sq, sigma_v2_sq )
  R = zeros(100,100);
  N=100;
  %Construct v1
  v1 = sqrt(sigma_v1_sq) * ones(N, 1);
  u = v1; 
  %% Generating input signal
    u(2) =u(2) -a(1)*u(1);
    u(3) =u(3) -a(1)*u(2)-a(2)*u(1);
    for n = 4:N
        u(n)=u(n) -a(1)*u(n-1)-a(2)*u(n-2)-a(3)*u(n-3)+v1(n);
    end
  % Calculate autocorrelation (synarthsh apo dokimastiko quiz 2019)
  R = getCorr(u,N) 
end   

function [R] = getCorr(x,m)  
n = length(x);
x = x(:);
U = toeplitz( [x; zeros(m-1,1)], [x(1) zeros(1,m-1)] ); 
R = U'*U/n; 
end

[MrRobot]

Επειδη θα σκάσω. Μπορεί κάποιος να μου πει τι κάνω λάθος στον LMS?? (για την πρωτη ασκηση του πρότυπου)

Code:

function y_n = myLMS(u_n, d_n, m, mu)

  persistent w u
  
  if isempty(w)
    w = zeros(m,1);
    u = zeros(m,1);
  end
  
  % your code here 
  % refresh vector u
  
  u = [u_n; u(1:m-1)]
  
  % apply w to u
  y_n = w'*u;
  
  % your code here 
  % update w for next iteration
  e = d_n - y_n;
  w = w + mu * u * e;
 
  end
  

[delta]

y_n = w' *u
το λαθος ειναι εδω

θελεις μονο τα m προσφατα και ΟΧΙ ολο το u

Επειδη θα σκάσω. Μπορεί κάποιος να μου πει τι κάνω λάθος στον LMS?? (για την πρωτη ασκηση του πρότυπου)

Code:

function y_n = myLMS(u_n, d_n, m, mu)

  persistent w u
  
  if isempty(w)
    w = zeros(m,1);
    u = zeros(m,1);
  end
  
  % your code here 
  % refresh vector u
  
  u = [u_n; u(1:m-1)]
  
  % apply w to u
  y_n = w'*u;
  
  % your code here 
  % update w for next iteration
  e = d_n - y_n;
  w = w + mu * u * e;
 
  end
  

[Ap.Mor.]

...

Εμένα μου φαίνεται ολόσωστο.
Έχω ακριβώς τον ίδιο κώδικα με τη διαφορά ότι κρατάω όλα τα στοιχεία στο u. Στις πράξεις αντί για u βάζω u(1:m) που είναι το ίδιο πράγμα με αυτό που κάνεις εσύ, αλλά ποτέ δεν ξέρεις με τον grader που μπλέξαμε

[dimvasdim]

 σου λειπει ενα ερωτηματικο εκει που θετεις το u

Επειδη θα σκάσω. Μπορεί κάποιος να μου πει τι κάνω λάθος στον LMS?? (για την πρωτη ασκηση του πρότυπου)

Code:

function y_n = myLMS(u_n, d_n, m, mu)

  persistent w u
  
  if isempty(w)
    w = zeros(m,1);
    u = zeros(m,1);
  end
  
  % your code here 
  % refresh vector u
  
  u = [u_n; u(1:m-1)]
  
  % apply w to u
  y_n = w'*u;
  
  % your code here 
  % update w for next iteration
  e = d_n - y_n;
  w = w + mu * u * e;
 
  end
  

[MrRobot]

σου λειπει ενα ερωτηματικο εκει που θετεις το u

Ναι, αυτο θα έγραφα τώρα