Normalleştirilmiş en küçük kareler (NLMS) filtresinin hesaplama performansını artırmanın yolları var mı? Bunu yapmak için çok katmanlı blok frekans alanı (MDF) filtreleri önerilmiştir, ancak aynı zamanda yakınsama hızından ve doğruluğundan da uzaklaşırlar, çünkü tahmini dürtü yanıtını her örnekte bir kez değil, her blokta bir kez güncellerler. Başka yöntem var mı?
Yanıtlar:
"Standart" NLMS algoritmasını herhangi bir köşeyi kesmeden uygulamak istiyorsanız, muhtemelen önemli ölçüde daha verimli bir yapı bulamazsınız. LMS filtrelemenin blok formları, işlemin o kısmını hızlandırmak için hızlı evrişim tekniklerini (örtüşme kaydetme veya örtüşme ekleme gibi) kullanmayı amaçlar. Ancak, belirttiğiniz gibi, filtre katsayıları sadece blok başına güncellenir, çünkü hızlı evrişim yaklaşımını kullanmak için filtrenin blok üzerinde sabit olması gerekir.
Numune-örnek güncelleme özelliğini korumak istiyorsanız, NLMS'nin yüksek özyinelemeli yapısı sizi sınırlandıracaktır. Süzme eylemi özyinelemeli olmasa da, anlık anlık N zamanındaki filtre katsayıları, anlık anlık N-1'deki katsayıların bir fonksiyonudur; bu, paralellik veya blok odaklı hesaplama kullanarak süreci hızlandırma yeteneğinizi sınırlar. Çoğu durumda olduğu gibi, ücretsiz bir öğle yemeği yoktur: saf NLMS istiyorsanız, o zaman bunu uygulamak en iyisidir.