ÁN TT NGHIP Trang i
Phn A : Gii thiu
PHẦN A :
GIỚI THIỆU
ÁN TT NGHIP Trang ii
Phn A : Gii thiu
LỜI CẢM ƠN
Nhóm thc hi tài c gi li cn quý Thy
n n T, và nht là quý Thy cô thuc b n T
Vi ng dy và truy t kin th i
thc hi án trong thi gian va qua.
c bit nhóm thc hin xin gi li c c ti thy Ngô Quc
ng vì s tng do nhu kin thun li
nhi thc hi c hin và hoàn thành t tài
này.
Nhóm thc hin trong l
i thc hi tài này mt cách t
thi gian.
Mu c gng và n lc thc hin th
n thân còn nhiu hn ch nên trong quá trình thc hi tài
không th tránh khi nhng sai phm, thit mong nhc s góp
ý, ch dn t y cô và các bn sinh viên.
Nhóm sinh viên thực hiện đề tài
ÁN TT NGHIP Trang iii
Phn A : Gii thiu
B GIÁO DO CNG HOÀ XÃ HI CH T NAM
H M K THUT TP.HCM C LP-T DO-HNH PHÚC
QUYẾT ĐỊNH GIAO ĐỀ TÀI
H và tên sinh viên : Võ Phong Phú MSSV : 10117050
Minh Toán MSSV : 10117070
Ngành : Công ngh n t -Vin Thông
Đề tài : LỌC THÍCH NGHI VÀ ỨNG DỤNG THỰC THI TRÊN KIT
TMS320C6713
1.
2. :
3.
4.
5.
6.
ÁN TT NGHIP Trang iv
Phn A : Gii thiu
NHẬN XÉT CỦA GIÁO VIÊN HƢỚNG DẪN
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Giáo ng dn.
ÁN TT NGHIP Trang v
Phn A : Gii thiu
NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Giáo viên phn bin 1 Giáo viên phn bin 2
ÁN TT NGHIP Trang vi
Phn A : Gii thiu
Abstract
Echo and noise are common occurrence in today's telecommunication systems.
Noise problems in the environment have gained attention due to the tremendous
growth of technology that has led to noisy engines, heavy machinery, high speed wind
buffeting and other noise sources.
This acoustic echo is actually the noise which is created by the reflection of
sound waves by the wall of the room and the other things exist in the room.
This problem will cause the bad quality of voice signal and thus talkers could
not hear clearly the content of the conversation, even thought lost the important
information.
The problem of cancellation the noise and echo provides an echo free
environment for speakers during conversation .
In last few years various adaptive algorithms are developed for noise
cancellation.
In this thesis we present an implementation of LMS (Least Mean Square), and
RLS (Recursive Least Square) algorithms on MATLAB platform with the intention to
compare their performance in noise cancellation. We simulate the adaptive filter in
MATLAB with a noisy tone signal and white noise signal and analyze the performance
of algorithms in terms of MSE (Mean Squared Error), percentage noise removal,
computational complexity and stability.
In this project , the concept of echo cancellation system and and noise
cancellation system are studied, simulated and implemented in Matlab and TI
TMS320C6713 DSK.
The obtained results shows that RLS has the best performance but at the cost of
large computational complexity and memory requirement.
ÁN TT NGHIP Trang vii
Phn A : Gii thiu
Lời nói đầu
Ngày nay x lý tín hiu s ngày càng phát trin mnh m i có
tính cách mng trong rt nhic, t nhc tng quát nh
tích tín hiu, lc s, ln vic áp dng các thu
thit k, lp trình to nên các thit b phn cng ng dc c th.
S dng các thut toán thích nghi LMS trit nhiu, kh t
nên ph bic ng dng rng rãi trong thc t nh vào s hong hiu qu
ca nó mà các mch l kh ng.
Chính vì th chng minh kh ng hiu qu ca các thut toán
thích nghi, nhóm thc hi tìm hiu lý thuyt ca b lc s, b
lc thích nghi, các thut toán thích nghi, mô pht toán thích
nghi bng MATLAB. Nhóm thc hi tìm hiu kh ng ca các thut
toán thích nghi trong các ng dng thc t ng KIT DSP TMS320C6713.
N án gm có 3 phn :
Phần A : Giới thiệu
Phần B : Nội dung
o 1:
o 2:
o
o
o echo trên KIT TMS320C6713.
o
Phần C : Phụ lục và tài liệu tham khảo.
ÁN TT NGHIP Trang viii
Phn A : Gii thiu
MỤC LỤC
Trang
i
ii
iii
iv
v
ABSTRACT vi
vii
ix
xi
xii
14
15
1.1 15
1.2 17
19
2.1 19
2.1.1 19
2.1.2 19
2.1.3 20
2.1.4 21
2.2 21
2.3 22
2.3.1 22
2.3.2 23
2.3.3 23
2.4 24
2.4.1 24
2.4.2 27
33
3.1 33
ÁN TT NGHIP Trang ix
Phn A : Gii thiu
3.1.1 33
3.1.2 35
3.2 36
3.3 43
3.3.1 44
3.3.2 44
49
4.1 49
4.2 50
4.2.1 52
4.2.2 53
4.2.3 53
4.3 54
59
5.1 59
5.2 62
5.3 64
5.4 67
69
6.1 69
6.2 69
6.2.1 69
6.2.2 70
C : 71
72
1. 72
2. 79
B : Code Matlab. 82
91
ÁN TT NGHIP Trang x
Phn A : Gii thiu
DANH MỤC TỪ VIẾT TẮT
AEC Acoustic Echo Canceller
AF Adaptive Filters
ANC Active Noise Canceller
CCS Code Composer Studio
CPLD Complex Programmable Logic Device
DSP Digital Signal Processing
EMIF Extrenal Memory InterFace
ERL Echo return loss
ERLE Echo Return Loss Enhancement
FIR Finite Impulse Response
IIR Infinite Impulse Response
LMS Least-Mean-Squared
MSE Mean-Squared Error
NLMS Normalized Least-Mean-Squared
RLS Recursive Least-Squares
ÁN TT NGHIP Trang xi
Phn A : Gii thiu
LIỆT KÊ BẢNG
Bảng 3.1: Bng các thông s thut toán LMS và
Bảng 3.2: Bng so sánh thông s ERLE gia thu
Bảng 5.1: Bng thng kê giá tr i thông s variance.62
ÁN TT NGHIP Trang xii
Phn A : Gii thiu
LIỆT KÊ HÌNH
Hình 1.1: Quá trình hong ca mt b lc s 15
Hình 1.2: ng tn s ca b lc 17
Hình 2.1: Cu trúc b ln 22
Hình 2.2: Cu trúc b lc thích nghi cho kh nhiu 22
Hình 2.3: Cu trúc b lc thích nghi cho nhn dng h thng 23
Hình 2.4: Cu trúc cho b d 23
Hình 2.5: ng biu din chng làm vic ca 1 h s 25
Hình 2.6: Gi cp nht trng s 28
Hình 3.1: Cu trúc kh nhiu thích nghi 33
Hình 3.2: thut toán LMS 37
Hình 3.3: Kh nhiu tích cc s dng thut toán LMS 38
Hình 3.4: thut toán RLS 40
Hình 3.5: Kh nhiu tích cc s dng thut toán RLS 41
Hình 3.6: So sánh thông s MSE gia LMS và RLS 42
Hình 3.7: hình thành Echo 43
Hình 3.8: to Echo trong DSP 43
Hình 3.9: Hong ca mt b trit ting vng 44
Hình 3.10: h thng trit ting vng 45
Hình 3.11: nguyên lý s dng lc thích nghi trit echo 45
Hình 3.12: Trit echo s dng thut toán LMS 46
Hình 3.13: Trit echo s dng thut toán RLS 46
Hình 3.14:Bi so sánh ERLE gi thut toán RLS và LMS 48
Hình 4.1: phát trin phn mm tng t ngôn ng C 50
Hình 4.2: Board DSK 6713 51
Hình 4.3: Các thành phi DSK TMS320C6713 51
Hình 4.4: khi DSK C6713 52
Hình 4.5: B nh và t chc b nh ca DSK C6713 54
Hình 4.6: H thng DSP vi tín hi 55
ÁN TT NGHIP Trang xiii
Phn A : Gii thiu
Hình 4.7: Giao tip ca Codec trên DSK 56
Hình 4.8: khi TLV320AIC23 codec 57
Hình 5.1: Mô hình kh nhiu thích nghi dùng thut toán LMS 59
Hình 5.2: Mô hình chi tit khi Noise Channel 59
Hình 5.3: Mô hình kt ni kit TMS320C6713 h thng ANC 60
Hình 5.4: Tín hiu ngõ vào h thng trit nhiu thích nghi dùng thut toán LMS 60
Hình 5.5: Dng sóng tín hiu ngõ vào cng vi nhiu dùng thut toán LMS 61
Hình 5.6: Dng sóng tín hic sau khi trit nhiu dùng thut toán LMS 61
Hình 5.7: h thng lc nhiu s dng thut toán RLS 62
Hình 5.8: Dng sóng tín hiu ngõ vào cng vi nhiu dùng thut toán RLS 63
Hình 5.9: Dng sóng tín hic sau khi trit nhiu dùng thut toán RLS 63
Hình 5.10: Mô hình kt ni kit TMS320C6713 h thng AEC 64
Hình 5.11: H thng to ting vng 64
Hình 5.12: H thng trit ting vng dùng thut toán LMS 65
Hình 5.13: Dng sóng tín hiu ngõ vào h thng trit Echo dùng thut toán LMS 65
Hình 5.14: Dng sóng tín hiu echo dùng thut toán LMS 66
Hình 5.15: Dng sóng tín hic sau khi trit Echo dùng thut toán LMS 66
Hình 5.16: h thng trit echo s dng thut toán RLS 67
Hình 5.17: Dng sóng tín hiu Echo dùng thut toán RLS 67
Hình 5.18: Dng sóng tín hic sau khi trit echo dùng thut toán RLS 68
ÁN TT NGHIP Trang 14
Phn B : Ni dung
PHẦN B :
NỘI DUNG
ÁN TT NGHIP Trang 15
ng quan v lc s.
CHƢƠNG 1:
TỔNG QUAN VỀ LỌC SỐ
1.1 Mở đầu
Lc s là quá trình rt quan trng ca x lý tín hiu s, vì chính nhng kh
ng ca các b lc s nên rt ph bi
b lc s gm có hai ng dng chính : phân tích tín hiu và phc hi tín hiu. Phân tích
tín hic áp dng khi tín hiu mong mun b giao thoa vi các tín hiu khác hay b
các loi nhing vào nó. Còn phc hi tín hiu là khi tín hiu mà ta mong mun
hay c m b sai li nhiu yu t ca môi trung
vào; làm cho nó b bin dng gây n kt qu
Có hai kiu l và s. Chúng khác nhau hoàn toàn v cu to vt
lý và cách làm vic. Mt b l s dng các m c to ra
t các thit b n tr, t n k thut tn
ti trong mt thi gian dài cho vic thit k mt mch b l. Còn mt b lc
s thì s dng mt b x lý s hong tính toán s hoá trên các giá tr c ly
mu ca tín hiu. B x lý có th là mt máy tính mt PC, hay
mt chíp DSP chuyên dng. Các quá trình hong ca mt b lc s c th hin
Hình 1.1: Quá trình hoạt động của một bộ lọc số.
Nói chung các công vic ca b lc s có th c thc hin bi b l(
Analog Filter). Các b l m là giá thành rng nhanh, di
ÁN TT NGHIP Trang 16
ng quan v lc s.
ng( Dynamic Range) v và tn s u rng. Tuy nhiên các b lc s thì có
các c thc hin các b l, ví d lc s thông thp
có th li( Gain) 1+/-0.0002 t li s nh
các tn s trên 1001Hz. Tt c các hong din ra ch trong khou này
không th thc hic các b l. Và vì vy các b lc s s dn dn
thay th cho các b l vm c th
1) Mt b lc s thì có kh c, còn mt b l, mun
i cu trúc thì phi thit k li b lc.
2) Các b lc s d dàng thit k, d kim tra và d thi hành trên mt máy tính mc
t trm làm vic.
3) m các mch lng t là b ng bi s trôi và ph thuc nhiu
vào nhi. Các b lc s thì không có các v này, và rt nh vi c thi
gian và nhi.
4) Các b lc s có th x lý các tín hiu tn s thp rt chính xác. T ca
công ngh lc s có kh lý các tín
hiu tn s cao trong min âm tn( Radio Frequency), mà trong quá kh
vc quyn ca công ngh .
5) Các b lc s linh hou trong x lý tín hiu, vi nhiu cách khác nhau
hay chính là s x lý thích nghi.
6) Các b x lý DSP nhanh có th x lý các t hp phc tp, phn ci
n, và m tích hp rt cao.
nâng cao chng ca các b l, ta chú trng khc phc hn ch
ca linh ki nh, s ph thuc vào nhi i
vi các b lc s, vnhim nên ta ch chú trn các
hn ch ca tín hit k v thu lý tín
hiu.
tìm hiu v mt s lý thuy v lc tín hiu,
làm ti cho vic thit k mt b lc s thích nghi.
ÁN TT NGHIP Trang 17
ng quan v lc s.
1.2 Giới thiệu về bộ lọc số
Trong x lý tín hiu sng nói tín hiu vào và ra ca mt b lu
min thi gian, bi vì tín hic to ra bng cách ly mu các thm
ly mu các v u nhau trong
không gian hay trong mt s phm trù khác, ng nht là ly mu trong
min thi gian và min tn s. Trong x lý tín hiu s thì t min thi gian ta có th
liên h tn các phm trù khác. Ví d hình 1.2 sau s mô t i b
lc tuyu có mng xung, mc và mng tn s. Mi
u ch thông tin v b li mi dng khác nhau.
Nu mng s c tính ra trc
tip. C u rt quan trng, vì chúng mô t b lc các hoàn cnh khác
nhau.
Vu ra ca h th, ng
u ra ca h thc nh( hay xung bc thang). Vì
c nhy là tích phân cc chính là tích phân
cng xung. T ng bc thang:
c nhy vào b lc và xem kt qu u ra hay;
Ly tích phân cng xung.
ng tn s ly t bii Fourier cng xung.
Hình 1.2: Đáp ứng xung, đáp ứng bước và đáp ứng tần số của bộ lọc.
ÁN TT NGHIP Trang 18
ng quan v lc s.
c tip nh thc hin lc s là dùng phép tích chp ca tín hiu
vào vng xung ca b lc s, c xem là ct lõi cho vic
thit k ca b lc. M thc hin lc s
quy. Khi b lc thc hin bng phép tích chp, mi mu trong tín hic
tính toán bng cách t hp có trng s các mu trong tín hiu vào. Các b lc ki
quy m rng thêm quá trình trên bng cách s dng c các tr s c t tín
hiu ra, bên cm ly t tín hiu vào, thay vì dùng mt lõi lc, các b l
nh bi mt dãy h s quy. Các b l c gi là các b
lng xung dài vô hn IIR, còn các b lc thc hip
thì gi là các b lng xung dài hu hn FIR.
Có nhi i biu din thông tin qua tín hicác kiu
u ch hay mã hóa tín hiu sinh ra trong t nhiên
thì ch có hai cách biu din là theo min thi gian hay là min tn s. Thông tin
c th hin trong min thc mô t b ln ca s kin ti thi m
xut hin. Mi mu trong tín hiu cho thy cái gì xut hin thm ln
ca nó. Trái lc biu th trong min tn s có tính cht gián ti
mi mu tín hic không th th hi mà phi trong mi
quan h nhim ca tín hiu.
T y tm quan trng cng tn sc
mô t s bii ca thông tin trong min thi gian bi h thng tn s
cho thy s bii ca thông tin trong min tn s. Vi mi ng dng khác nhau thì
tm quan trng ca hai lo
ÁN TT NGHIP Trang 19
lc thích nghi.
CHƢƠNG 2:
BỘ LỌC THÍCH NGHI
Các b lc thích nghi( Adaptive Filterc s dng tt nht trong các loi b
lc, các tín hiu kin hay các thông s h thi rt chm và b lc
u ch bù cho s i này. Thut toán LMS là mt thut toán dò
c s d cung cp mt k hoch qun lý tt viu chnh các h s b
lc, ngoài ra còn có mt s
i thum khác nhau; chúng ta s tìm hiu rõ
2.1 Một số khái niệm cơ bản.
2.1.1 Biến ngẫu nhiên.
Khi ta thc hin mt thí nghim ngu nhiên, tp hp tt c các kt qu( loi tr
nhau) có th xy ra gi là không gian mu ca thí nghim ng
S kin là tp hp có th gm mt hay nhiu kt qu trong mt không gian mu.
y bin ngu nhiên là phép ánh x các s kin sang các giá tr thc ( hay
phc).
2.1.2 Quá trình ngẫu nhiên.
Quá trình ngu nhiên là tp hp các hàm s có các thông s ng là thông s
thi gian), mà có thuc tính thnt quá trình ngu nhiên có th c
biu din bi mt tp hp các bin ngu nhiên.
Mt quá trình ngc gi là dng cht ( Strictly Stationary) nu các
thuc tính thng kê ci khi dch chuyt khong thi gian nào
ng hi vi quá trình ngu nhiên ri rc theo thc biu din bi
chui tín hiu theo thi gian u(n), u(n--M+1) gi là dng cht khi hàm mt
ng xác sut ( Joint Probability Density Function) ca nó ti các thm quan
sát n, n--i).
ÁN TT NGHIP Trang 20
lc thích nghi.
2.1.3 Đặc tính từng phần của quá trình ngẫu nhiên rời rạc theo thời gian.
Thc t cho thy khó có th nh hàm m ng xác sut ca tp hp các
thm quan sát trong quá trình ngn các
c tính thng kê tng phn ( Partial) ca nó.
Xét mt quá trình ngu nhiên ri rc theo th vng
và hàm giá tr trung bình ca bin ngu nhiên trong quá trình ng
K vng cng ngu nhiên là trung bình theo xác sut các giá tr có th
nhn cng ngu là E.
Còn hàm giá tr trung bình
(n):
(n) = E[u(n)] (2.1)
k vng thng kê, và hàm t a quá trình ngu
r( n, n-k) = E[u(n)u
*
(n-k)]; k =
1,
u * là ký hiu ca liên hp phc.
Khi mt quá trình ngu nhiên là dng ch
Hàm giá tr trung bình ca quá trình ngu nhiên luôn luôn bng hng s
, vi mi n.
Hàm t còn ph thuc vào s khác nhau trong khong thi
gian quan sát gia thm n và n-k, chính là k: r( n, n-k) = r(k).
Tuy m bo rng quá trình ngu nhiên
là dng chm bo, ta nói rng
quá trình ngu nhiên ri rc theo thi gian là dng.
ÁN TT NGHIP Trang 21
lc thích nghi.
2.1.4 Tƣơng quan của các tín hiệu.
Trong vic x lý tín hiu, chúng ta luôn cn phi so sánh các tín hiu vi nhau;
MCorrelation) s c mô
t
Định nghĩa tương quan chéo( Cross_Correlation):
Gi s có hai dãy x(n) và y(n), ti thiu mt ng hu hn.
r
xy
(n) =
m
nnmymx , ,1,0)()(
(2.3)
Định nghĩa tự tương quan( Auto_Correlation):
u ta có x(n)
y hàm t
r
xx
(n) =
m
nnmxmx , ,1,0)()(
(2.4)
r
xx
(n) là hàm t a dãy x(n).
2.2 Giới thiệu về lọc thích nghi.
Trong các b lc s c( FIR và IIR), các thông s ca quá trình l
a h tht, các thông s này có th bii
theo thn cht ca s bit. Trong nhiu bài toán
thc tin, mt s thông s có th có bnh ln do d liu th nghic v quá
c thích hp. Mt s thông s có th bin thiên theo thn
cht chính xác ca s biên thiên thì không th ng hp
n phi thit k b lc có kh nm b có th thích nghi vi
hoàn cnh hin thi.
Các h s (Coefficient) ca mt b lc hiu ch bù li các thay
i trong các tín hiu vào, tín hiu ra hoc trong các thông s ca h thng. Thay vì b
cng nhc, mt h thng thích nghi có th nm ba tín hiu và dò
ÁN TT NGHIP Trang 22
lc thích nghi.
d
x
e
y
B lc
thích nghi
+
-
theo các bii chm. Mt b lc thích nghi có th rt hu ích cho s bnh v các
a mt tín hiu hoi. Hình 2.1 sau th hin
mt cn ca b lc thích nghi.
Hình 2.1: Cấu trúc bộ lọc thích nghi cơ bản.
a b l c so sánh vi tín hiu mong mun
(Desire) cho ra tín hiu sai s ( Error ) e, tín hiu sai s c hi tip v
u chnh b lc thích nghi.
Các h s ca b lu chnh, hay t dng các thut
a trên tín hiu sai s e. phn các thut toán ca b
lc thích nghi chúng ta s nói rõ v thut toán này.
2.3 Các cấu trúc lọc thích nghi.
Mt s các cu trúc s dng cho các ng dng khác nhau trong
lc thích nghi. Mi ng dng có mt cu trúc thích nghi c th
chúng ta ch ng hp c th nht, cu trúc thích nghi cho kh
nhiu( Noise Cancellation); th hai, cho h thnh v( System Identification) và
th ba, cho các b Predictor) thích nghi.
2.3.1 Khử nhiễu.
hin cho c ng dng kh nhiu.
d + n +
e y y
e
Hình 2.2: Cấu trúc bộ lọc thích nghi cho khử nhiễu.
B lc thích nghi
ÁN TT NGHIP Trang 23
lc thích nghi.
y
x
d
e
+
-
Tín hiu mong mu si bi nhiu cng u
n t vài ngun gi i bu king.
c thích ng vi nhiu này xy ra, tín hiu sai s e tin gn
tín hiu mong mun d, toàn b ngõ ra là tín hiu sai s e này.
2.3.2 Nhận dạng hệ thống.
hin mt cc dùng cho ng dng nhn
dng hay mô hình mu. Cùng mt tín hin hai h thng song song là
h thnh và b lc thích nghi. Tín hiu sai s e là s khác nhau gi
ng ca h thng ca b lc thích nghi y. Tín hiu sai s này
c phn hi v b l cp nht( Update) các h s cho
b ln khi toàn b u này xy ra, hong x lý thích
c kt thúc, và e tin gn 0. Trong s kt hp này, b lc thích nghi làm
mu cho h thnh.
Hình 2.3: Cấu trúc bộ lọc thích nghi cho nhận dạng hệ thống.
2.3.3 Bộ dự đoán thích nghi.
minh ha cho cu trúc ca mt b d
cung cp mt s ng cu vào.
u vào IN1 = d(n) e(n)
y(n)
IN2 y(n)
Hình 2.4: Cấu trúc cho bộ dự đoán thích nghi.
B lc thích nghi
H tht
B lc
thích nghi
Khi tr
ÁN TT NGHIP Trang 24
lc thích nghi.
2.4 Các thuật toán lọc thích nghi.
2.4.1 Thuật toán LMS.
Thu c gi là mt thut toán Stochastic Gradient; nó
c s dng cho các b lc thích nghi, b
u tiên.
Nó rn.
Trong thc t nó làm vic rt tt.
Nó yêu cu ít phép toán.
Nó cp nht các h s rn, nên nó thích nghi liên tc cho b lc.
u s thay i chm trong thông tin tín hiu s rt tt.
Thui mt b lc FIR hiu chc. Các h s hay trng
s ca b lc FIR thích nghi có th hiu chnh da trên m
mt tín hi s dng b lc IIm cc ca
mt b lc IIR trong quá trình thích nghi có th cp nhn các giá tr nm ngoài
, làm cho b lc không nh.
Tín hiu vào b làm tr ca b lc tuyn tính kt hng l cho
tín hiu ra y(n):
y(n) =
1
0
)(),(
N
k
knxknw
(2.5)
c vit li dng vector là:
y(n) = W(n)X
T
(n) = X(n)W
T
(n) (2.6)
Ww(N,n)] (2.7)
X(n) = [ (2.8)
S u th cho ma trn chuyn v.
S ng làm vic ca mt b lc là da trên tín hiu sai s:
e(n) = d(n) y(n) (2.9)
ÁN TT NGHIP Trang 25
lc thích nghi.
Các h s ca b lc hiu chnh sao cho ti thiu hóa mt hàm sai s trung
2
(n)], vi E biu th là giá tr k vng hay là toán t
k vng thng kê:
E[e
2
(n)] = E[d
2
(n)]- 2E[d(n)y(n)] + E[y
2
(n)] (2.10)
Nu ta xét khi ch có mt h s thành:
E[e
2
(n)] = E[d
2
(n)]- 2E[d(n)x(n)]w(0) + E[x
2
(n)]w
2
(0) (2.11)
Nc lp vi nhau, ta có:
E[d(n)x(n)] = E[d(n)]E[x(n)] (2.12)
Nu các tín hii theo thi gian, các giá tr i
ca tích c i theo thng h
c vit li là:
E[e
2
(n)] = A - 2
w(0) + Cw
2
(0) (2.13)
Vi A = E[d
2
(n)];
= E[d(n)y(n)]; C = E[x
2
(n)] = E[x(n)]E[x(n)]
=E[y(n)/w(0)]E[x(n)]
w(0) = E[y(n)]E[x(n)]/C = E[y(n)x(n)]/C = E[y(n)d(n)]/C =
t
ng làm vic cho mt h s là:
w(0) =
/C (2.14)
mà nó biu th giá tr t
2
(n)] là cc ti biu din kt qu trên ta th hin
hình v
E[e
2
(n)]
min
0
/C w(0)
Hình 2.5: Đường biểu diễn chất lượng làm việc của 1 hệ số.
H s c cp nht theo cách sau:
w(0,n+1) = w(0,n) -
)0(dw
d
E[e
2
(n)] (2.15)