Please use this identifier to cite or link to this item: http://dspace.ups.edu.ec/handle/123456789/8417
Title: Cascade Structure for Finite Impulse Response Filters and Linear Prediction
Authors: Orozco Tupacyupanqui, Walter Humberto
Keywords: CASCADE STRUCTURES
FINITE IMPULSE RESPONSE FILTERS
TRANSVERSAL FILTERS
LINEAR ESTIMATION
LMS ALGORITHM
RLS ALGORITHM
Issue Date: Dec-2012
Abstract: This paper presents a complete analysis of the cascade structure for adaptive transversal filters based on adaptive algorithms. The standard structure of the cascade transversal FIR filter is obtained by replacing the whole structure by small ones with the same impulse response but having a less number of taps than the original structure. Computer simulation result shows the validity, reliability and the limitations that the model could have in its capacity of prediction. The optimal values of the model are compared with those obtained by the standard least mean square and recursive least square adaptive algorithms in order to verify the convergence of the weights and determine how fast this structure achieves those weights. For this case the speed of the algorithm is determined by the number of iterations that the filter requires to reach the minimum square value of its learning curve.
Description: Este artículo presenta un análisis completo de la estructura en cascada para filtros transversales basados en algoritmos adaptativos. La estructura general de un filtro transversal FIR en cascada se obtiene reemplazando toda la estructura por pequeñas secciones independientes de filtros de la misma respuesta al impulso pero con un número inferior de pesos al original. Los resultados de la simulación en computadora muestran la validez, capacidad y las limitaciones que el modelo podría tener en su capacidad de predicción. Los valores óptimos del modelo son comparados con aquellos obtenidos por los algoritmos adaptativos convencionales de mínimo cuadrado medio y mínimo cuadrado medio recursivo para verificar la convergencia de los pesos y determinar qué tan rápido la estructura alcanza dichos pesos. En este caso la rapidez del algoritmo se determina en base al número de iteraciones que el filtro requiere para llegar al valor mínimo cuadrado de su curva de aprendizaje.
URI: http://dspace.ups.edu.ec/handle/123456789/8417
Appears in Collections:Volumen No. 08

Files in This Item:
File Description SizeFormat 
Cascade structure for finite impulse response filters and linear prediction.pdf1.88 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons