Главная » Просмотр файлов » Уидроу, Стирнз - Адаптивная обработка сигналов

Уидроу, Стирнз - Адаптивная обработка сигналов (1044225), страница 18

Файл №1044225 Уидроу, Стирнз - Адаптивная обработка сигналов (Уидроу, Стирнз - Адаптивная обработка сигналов) 18 страницаУидроу, Стирнз - Адаптивная обработка сигналов (1044225) страница 182017-12-27СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

Таким образом, в общем случае для метода Ньютона относительное среднее значение СКО меньше, поскольку 1/Лшап ~~ (1/Л)ср. (5.104) Рассмотрим следующий конкретный случай. Если собственные значения находятся в пределах от 1 до 10, то 1/Л щ=1, а (1/Л) „= =0,3. Поэтому относительное среднее значение СКО для метода наискорейшего спуска примерно в 3 раза больше, чем для метода Ньютона. В некоторых случаях при большем количестве собственных значений можно считать, что они равномерно распределены в интервале От Лш!и до Лшах. Тогда среднее значение 1/Л ! '), ~Л п(Лша,/Лш!о) (5 105) Лшах Лш!и а Л Лшах — Лш!и ш!и Если поло~~ть, что Лшаа=10Лш!и, то (1/Л)ар=0,26(1/Лш!.), и, следовательно„ относительное среднее значение СКО для метода наискорейшего спуска примерно в 4 раза больше, чем для метода Ньютона.

Аналогично этому при Л .„= 100Л ш это различие составляет 20 раз. Коэффициент, характеризующий относительную точность оценки параметра, и некоторые практические примеры Из уравнений (5.98) и (5.99) следует, что относительное среднее значение СКО обратно пропорционально относительному приращению Р. Поэтому может показаться, что увеличивая его, относительное среднее значение СКО можно сделать сколь угодно малым. Ниже показано, что неограниченное увеличение относительного приращения невозможно.

По определению относительное приращение является безразмерным параметром, отражающим степень влияния, которое оказывает неточность измерения компонентов градиента на СКО, Из равенства (5,16) следует, что относительное приращение представляет собой отклонение СКО, нормированное относительно ее минимального значения. Относительное приращение в большей степени аналогично относительному среднему значению СКО и фактически является его разновидностью, возникающей из-за измерения градиента адаптивной системы в автономном режиме.

По- 88 — + (5,106) Для обоих рассмотренных в этой главе методов с учетом (5.98) и (5.99) М = ( + ) Л'р( / )'р +Р для метода Ньютона, обш ВРТ око (и+ !) ()/токо)ср Р ля и Мобщ ВР (5, 107) (5. 108) наискорейшего спуска ОтМЕтИМ, ЧтО КаК (5.107), таК И (5.108) даЮт ЗНаЧЕНИЕ Мобщ и е Р+А!Р где А не является функцией Р.

Приравнивая нуению по пе„еменной Р, можно найти оптимальное значение Ро, мнним ру Ш ! имизи ующее Мобш. ля обоих случаев ! Ропт = А/Рост = Мобщ -1 опт - 2 общ. — М (5. 109) б а м, ассматриваемый коэффициент минимален, когда относительное приращение примерно рави е вести численный пример Предположим, что в нек р ном случае считают допустимым относи е р д ительное с еднее значение ошибки !0$, К оме того, предположим, что адаптивная система имеет адаптивный фильтр с десятью в и что все собственные значения матр т нцы К авны, поэтому отние значения ошибки для метода Ньютона н нанскорейшего спуска также равны.

тсюда оп ную времени адаптации находим нз соот- Р равно Очс, а постоянную ношения (Л+ !) Р ('О) + 0 05 0,1. Мобщ Врт ' В (0,05) тско око Следовате !ьно, Т„О=-5000 отсчетов (5.110) в емя сходимостн адаптивного процесса Если считать, что время авно п име но 4Тско, то пеРеходные пРоцессы, свкзанные с шем СКО 10$! такое количество данных тельным средним значением С , для адаптивной сисявляется слишком большим. Тем не менее, для аз фф щиент, характеризующий точность оценки параметра, для такой системы можно определить как сумму двух относительных средних значений ений СКО, одно из которых возникает из-за случайного отклонения, к онения, д„угое — из-за независимого неслучайного отклонения устано не я установившегося вектора весовых коэффициентов: темы в автономнолт режиме и заданного метода оценки градиента оно приводит к наилучшим достижимым результатам. Однако при проектировании системы с адаптивиымн свойствами существует, по крайней мере, одна возможность улучшения характеристик, Если позволяют условия, то можно добиться лучших характеристик, благодаря измерению градиента в дополнительной измерительной адаптивной системе, в которую можно вносить относительное приращение, не оказывая влияние на основную информационную адаптивную систему.

Схема, реализующая такой способ, представлена на рис. 5.5, а относительное среднее значение СКО определяется соотношением (5.98) для метода Ньютона и соотношением (5.99) для метода наискорейшего спуска. Рассмотренная выше система с десятью весовыми коэффициентами при относительном среднем значении СКО, равном 10$с, и относительном приращении 20с1с имеет постоянную времени адаптации, которую находим из соотношения М вЂ” 1+) — ( ) 01 6 ~~ско 3 (0,2) 7ско откуда Токо=625 отсчетов.

(5.111) В этом случае постоянная времени значительно меньше, но по- прежнему велика. Поскольку относительное приращение, вносимое в измерительную систему, не приводит к увеличению относительного среднего значения СКО информационной адаптивной системы, как это следует из рис. 5.5, то может показаться, что за счет произвольного увеличения относительного приращения можно достичь самой точной оценки градиента. Однако выбор очень большого значения Р приводит к нарушению условий, при которых соотношение (5.33) получено из (5.32). Этн условия состоят в том, что Вхслк ребуеммй ткекк Рнс.

5.5. Схема адаптации с измерительной адаптивной системой, предназначенной для уменьшения влияния относительного приращения, вносимого при оценке градиента. Здесь процесс оценивания градиента не сказывает влияния на выходной сигнал 90 значение Р мало, а вектор весовых коэффициентов системы после адаптации близок к оптимальному. Следовательно, выбор большого значения Р в конечном итоге приводит к увеличению относительного среднего значения СКО. Заканчивая рассуждения, связанные с практическими приложениями, можно упомянуть еще один способ повышения эффективности адаптивной системы на основе представленной на рнс.

5.5 структуры. Если возможно функционирование измерительной системы со скоростью, значительно превышающей скорость входного сигнала, то можно повторно вводить входные данные и для одних и тех же данных осуществлять на каждой итерации измерение всех компонентов вектора градиента. Хотя здесь не приводится анализ такой системы, можно показать, что в этом случае относительное среднее значение СКО растет пропорционально первой, а не второй степени числа весовых коэффициентов.

Еще одним способом, эквивалентным повторному вводу данных, является использование множества измерительных систем, каждая из которых предназначена для измерения одного компонента вектора градиента на каждой итерации. Упражнения 1. Объясните, почему формтлы !5.3) и (5.4) являются точными для квадратичных рабочих функций. 2.

Адаптивная система с одним весовым коэффициентом имеет рабочую функцию $ = бше — 20ш+23. Постройте график зависимости . сг ш п покажите на неч значения е„„к ш н Покажите также ошибку измерения у, возникающую при приращении весового коэффициента ш около значения ш=-25 с отклонением -+-6=-~-1, Чему равно значение ур 3. Возможно ли для квадратичной рабочей функции отрицательное значение ошибки измерения тй Почечуу Нарисуйте графнк рабочей функции с отрицательной ошибкой измерения 4. Каково значение относительного приращения для системы |ы упражнения 22 5.

Предположим, что имеется линейный сумматор с одним входом, рабочая функция которого "- =2гсеа+2ше,+2ше"3 — ! 4ше — 16ш,+42 а входной сигнал х является случайным стационарным процессом. Для отсчетов входного сигнала Е[хехл].- 2 и В [ел.тл ,] = 1. Чему равно Р, если отклонение весового коэффициента 67 6. Предположим, что в адаптивный линейный сумматор с одним плодом добавлен одни весовой коэффициент. Как и общем случае зто повлияет па Рэ 7 Прелположим, что ошибка ге является случайшей величиной, равномерно распределенной в интервале от 1 до 3.

Чему равен в этом случае четвертый момент аер 91 8. Предположим, что вь имеет норизльное распределение с такиин же средним значением и дисперсией, как в упражнении 7. Найдите четвертый момент а,. 9. Ошибка имеет нормальное распределение с нулевым средины знзчениеи и дисперсией, равной 3. Какова дисперсия оценки среднеквадратической ошибки, если эта оценка производится по десяти независимым отсчетам сигнала ошибки? 10. Покажите, используя равенство (5.25), что для нормально распределенной ошибки ед с ненулевым средним значением параметр К несколько мень.

ше 2. !!. Выведите формулы и неравенства, приведенные в табл. 5.1. 12. Каковы должны быть отношения а,/и для граничных значений параметра К=О и К=2 при нормальном распределении (см, табл. 5.1)? !3. Какое отношение а,/и соответствует верхней границе параметра К для каждого из трех (треугольного, равномерного и дискретного) распределений, представленных в табл. 5.1? 14. Предположим, что при условиях упражнения 2 оценка градиента осуществляется по пяти наблюдениям сигнала ошибки при каждом значении весового коэффициента с приращением. Какова дисперсия оценки градиента, если ошибка ь< распределена по нормальному закону? 15. Положим, что прн условиях упражнения 5 оценка градиента осуществляется по 50 наблюдениям сигнала ошибки при каждом значении весового коэффициента с приращением.

Найдите ковариациоиную матрацу оценки градиента при нормальном распределении ошибки ею 1б. Заданы временные последовательности х< и ую которые равны нулю при отрицательных значениях я и связаны соотношением х< =пхь-<+бум Пользуясь методом индукции, найдите выражение для хм не содержащее рекурсивного соотношения. 17. Чему равна дисперсия весового коэффициента и в смещенной системе координат для системы, в которой используется метод Ньютона? Что изменится, если перейти к методу наискорейшего спуска? 18.

Характеристики

Тип файла
DJVU-файл
Размер
3,61 Mb
Тип материала
Высшее учебное заведение

Список файлов книги

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее