Hallo, ich hab mit einem DSP einen LMS Algorithmus realisiert und will nun die Ergebnisse mit Ergebnissen aus Matlab vergleichen. Es handelt sich um einen FIR Filter mit 8 Filter Koeffizienten. Die Koeffizienten werden adaptiv vom DSP eingestellt, als Eingang dienen die Signale von zwei Mikrofonen. Eins nur Störlärm eins Störlärm+Sprache. Nun werden die Filter so eingestellt das im besten Fall der Störlärm rausgerechnet werden kann. Das funktioniert alles, ich möchte jetzt jedoch wissen wie ungenau die Filter Koeffizienten des LMS im Vergleich mit der Wiener Lösung abschneiden. Die Wiener Lösung ergibt die optimalen Filter Koeffizienten eines FIR Filters. die Wiener Lösung lautet wie folgt w = p * R^-1 in Worten optimale Filter Werte Vektor = Kreuzkorrelationsvektor * inverse Autokorrelation ich kenn mich mit Mathe leider nicht so gut aus und ich check nicht wie ich in Matlab aus zwei wav-Dateien die mehrere 1000 Samples haben mit obiger GLeichung nur 8 Zahlen ausrechen kann? Adaptiv mit dem DSP kein Probelm da hab ich alles fertig, aber die optimalen Koeffizeinten mit einem Rechenschritt herauszufinden schafff ich nicht. Ziel ich würde gerne 8 Zahlen herausbekommen ; optimale Filter Koeffizienten mit der Wiener Formel ausrechnen Eingang Zwei Wav-Datein in Matlab einladen und mit den die Autokorrelation und Kreuzkorrelationsvektor erzeugen und dann als Ergebniss einen 8 Zahlen großen Ergebnisvektor haben. ich denke ja das bei der Größe der dimension der Autokorrelation und des Kreuzkorrelationsvektors kein Ergebnisvektor rauskommen kann der eine andere Dimensiom = 8 hat. Bin für jeden Tipp dankbar bin ein wenig am verzweifeln hat den niemand inner uni aufgepasst(hab bei matlabcentral mehrfach gepostet aber immer null response). thx 4 help Henning leider nur auf english was gefunden http://en.wikipedia.org/wiki/Wiener_filter
Sorry mir ist dein Aufbau nicht klar. Du hast zwei Microfone, ein Adaptives Filter und ein Lautsprecher. Wie wird jetzt der Fehlervektor für das Adaptive Filter berechnet? Male doch einfach mal ein Blockschaltbild deines Algorithmus, dann dann ich dir vieleicht auch sagen wie dieser in Matlab aufzubauen ist. Mfg Michael
anhang ein schema des Fitlers. der d eingang ist der eingang der das mixed signal enthält sprich das signal das aus störlärm und sprache besteht. das x signal ist das "reine" störlärm signal und e ist das eigendliche ausgangssignal sprich das signal das dann am lautsprecher ausgegeben wird und im optimalen fall nur sprache ist. Sorry das das au der zeichnung etwas anders aussieht aber so wie ich es hier schreibe ist es x störlärm der so gefiltert wird, das er möglichst genau so ist wie der anteil in d und von d abgezogen dann nur noch der sprachanteil übrig bleibt. die adaption geht über den LMS Algorithmus die neuen gewichte werden über h(neuk)= h(altk) + x(k)*mue*e(k) ermittelt. ------------------------------------- Darum geht es aber nun gar nicht. ------------------------------------- Ich wollte nur wissen wie man die optimalen Filterwerte 8 an der Zahl für den Filter ausrechnet ohne das ganze adaptiv zu machen. Dazu benutzt man die Wiener-Hopf Gleichung wie im ersten Posting steht. DA hab ich das Problem das ich nciht weiss wie man bei der Dimension die die Autokorrelation hat einen nur 8 stellen großen ergebnisvektor herausbekommt. Auch wenn das nur 8 Tap große FIR Filter nicht ausreicht den Störlärm zu beseitigen muss es doch optimale filter koeffizienten geben die das Filter so einstellen, das der Lärm minimiert wird diese Koeffizienten möchte ich ausrechnen. Danke für Eure Hilfe Henning
Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.