Bài 1 và 2

Tổng quan và mô hình

lọc thích nghi và tối ưu

ThS. Nguyễn Văn Cường 1

 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 2
 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 3
 Bài toán lọc tín hiệu

•Bộ lọc hay bộ ước lượng: một hệ thống

được thiết kế để trích xuất thông tin quan
tâm từ dữ liệu nhiễu
•Ứng dụng trong đa lĩnh vực: thông tin di
động, radar, sonar, điều hướng, địa chấn,
kỹ thuật y sinh và kỹ thuật tài chính, …

ThS. Nguyễn Văn Cường 4

 Bài toán lọc tín hiệu
•

ThS. Nguyễn Văn Cường 5.1

 Bài toán lọc tín hiệu
• Thông thường, kênh gặp phải hai loại suy hao chính:
▪ Nhiễu giữa các tín hiệu giao thoa (Intersymbol interference)
▪ Tạp âm (Noise): Bên trong hoặc bên ngoài

ThS. Nguyễn Văn Cường 5.2

 Ba loại ước lượng cơ bản
•

ThS. Nguyễn Văn Cường 6.1

 Ba loại ước lượng cơ bản
• Lọc: trích xuất thông tin quan tâm bằng cách sử dụng dữ liệu được đo đến
và bao gồm thời điểm 𝑡
•

ThS. Nguyễn Văn Cường 6.2

 Ba loại ước lượng cơ bản
• Lọc: trích xuất thông tin quan tâm bằng cách sử dụng dữ liệu được đo đến
và bao gồm thời điểm 𝑡
• Làm mịn: Tích lũy nhiều dữ liệu hơn giúp việc làm mịn có thể mang lại ước
lượng chính xác hơn so với lọc. Dữ liệu được đo sau thời điểm quan tâm sẽ
được sử dụng trong ước lượng
•

ThS. Nguyễn Văn Cường 6.3

 Ba loại ước lượng cơ bản
• Lọc: trích xuất thông tin quan tâm bằng cách sử dụng dữ liệu được đo đến
và bao gồm thời điểm 𝑡
• Làm mịn: Tích lũy nhiều dữ liệu hơn giúp việc làm mịn có thể mang lại ước
lượng chính xác hơn so với lọc. Dữ liệu được đo sau thời điểm quan tâm sẽ
được sử dụng trong ước lượng
• Dự đoán: suy ra thông tin quan tâm sẽ như thế nào tại một thời điểm 𝑡 +
dựa vào dữ liệu được đo đến và bao gồm thời điểm 𝑡

ThS. Nguyễn Văn Cường 6.4

 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 7
 Bộ lọc tối ưu tuyến tính

• Một bộ lọc được cho là tuyến tính nếu đại lượng được lọc, làm
mịn hoặc dự đoán ở đầu ra của bộ lọc là hàm tuyến tính dựa
vào tín hiệu đầu vào bộ lọc.
•

ThS. Nguyễn Văn Cường 8.1

 Bộ lọc tối ưu tuyến tính

• Một bộ lọc được cho là tuyến tính nếu đại lượng được lọc, làm
mịn hoặc dự đoán ở đầu ra của bộ lọc là hàm tuyến tính dựa
vào tín hiệu đầu vào bộ lọc.
• Hàm tuyến tính là gì?
▪

ThS. Nguyễn Văn Cường 8.2

 Bộ lọc tối ưu tuyến tính

• Một bộ lọc được cho là tuyến tính nếu đại lượng được lọc, làm
mịn hoặc dự đoán ở đầu ra của bộ lọc là hàm tuyến tính dựa
vào tín hiệu đầu vào bộ lọc.
• Hàm tuyến tính là gì?
▪ Trong giải tích – Tên gọi khác: hàm affine: Hàm đa thức
▪

ThS. Nguyễn Văn Cường 8.3

 Bộ lọc tối ưu tuyến tính

• Một bộ lọc được cho là tuyến tính nếu đại lượng được lọc, làm
mịn hoặc dự đoán ở đầu ra của bộ lọc là hàm tuyến tính dựa
vào tín hiệu đầu vào bộ lọc.
• Hàm tuyến tính là gì?
▪ Trong giải tích – Tên gọi khác: hàm affine: Hàm đa thức
▪ Trong đại số tuyến tính, phân tích toán học và hàm: Ánh xạ tuyến tính

ThS. Nguyễn Văn Cường 8.4

 Bộ lọc tối ưu tuyến tính

ThS. Nguyễn Văn Cường 9.1

 Bộ lọc tối ưu tuyến tính

• Bài toán: Cho thông tin tín hiệu mong muốn và nhiễu
tạp âm không mong muốn. Hãy thiết kế bộ lọc tuyến
tính với dữ liệu nhiễu làm đầu vào sao cho tối thiểu
nhiễu tại đầu ra của bộ lọc.
•

ThS. Nguyễn Văn Cường 9.2

 Bộ lọc tối ưu tuyến tính

• Bài toán: Cho thông tin tín hiệu mong muốn và nhiễu
tạp âm không mong muốn. Hãy thiết kế bộ lọc tuyến
tính với dữ liệu nhiễu làm đầu vào sao cho tối thiểu
nhiễu tại đầu ra của bộ lọc.
• Đối với đầu vào cố định (môi trường tĩnh)
→ Bộ lọc dự kiến sẽ hội tụ về bộ lọc Wiener

ThS. Nguyễn Văn Cường 9.3

 Bộ lọc tối ưu tuyến tính

• Bài toán: Cho thông tin tín hiệu mong muốn và nhiễu
tạp âm không mong muốn. Hãy thiết kế bộ lọc tuyến
tính với dữ liệu nhiễu làm đầu vào sao cho tối thiểu
nhiễu tại đầu ra của bộ lọc.
• Đối với đầu vào cố định (môi trường tĩnh)
→ Bộ lọc dự kiến sẽ hội tụ về bộ lọc Wiener
→ Bộ lọc Wiener: dựa theo sai số trung bình bình phương
•

ThS. Nguyễn Văn Cường 9.4

 Bộ lọc tối ưu tuyến tính

• Bài toán: Cho thông tin tín hiệu mong muốn và nhiễu
tạp âm không mong muốn. Hãy thiết kế bộ lọc tuyến
tính với dữ liệu nhiễu làm đầu vào sao cho tối thiểu
nhiễu tại đầu ra của bộ lọc.
• Đối với đầu vào cố định (môi trường tĩnh)
→ Bộ lọc dự kiến sẽ hội tụ về bộ lọc Wiener
→ Bộ lọc Wiener: dựa theo sai số trung bình bình phương
• Đối với đầu vào không cố định (môi trường thay đổi)
→ Bộ lọc dự kiến sẽ theo dõi các biến đổi theo thời gian
và thay đổi trọng số bộ lọc của nó cho phù hợp!

ThS. Nguyễn Văn Cường 9.5

 Bộ lọc tối ưu tuyến tính

• Bài toán: Cho thông tin tín hiệu mong muốn và nhiễu
tạp âm không mong muốn. Hãy thiết kế bộ lọc tuyến
tính với dữ liệu nhiễu làm đầu vào sao cho tối thiểu
nhiễu tại đầu ra của bộ lọc.
• Đối với đầu vào cố định (môi trường tĩnh)
→ Bộ lọc dự kiến sẽ hội tụ về bộ lọc Wiener
→ Bộ lọc Wiener: dựa theo sai số trung bình bình phương
• Đối với đầu vào không cố định (môi trường thay đổi)
→ Bộ lọc dự kiến sẽ theo dõi các biến đổi theo thời gian
và thay đổi trọng số bộ lọc của nó cho phù hợp!
→ Bộ lọc Kalman, …
ThS. Nguyễn Văn Cường 9.6
 Bộ lọc số

• Bộ lọc số là một hệ thống thực hiện các phép toán

trên tín hiệu thời gian rời rạc, được lấy mẫu để giảm
hoặc tăng cường các khía cạnh nhất định của tín hiệu
•

ThS. Nguyễn Văn Cường 10.1

 Bộ lọc số

• Bộ lọc số là một hệ thống thực hiện các phép toán

trên tín hiệu thời gian rời rạc, được lấy mẫu để giảm
hoặc tăng cường các khía cạnh nhất định của tín hiệu
• Dựa theo lý thuyết lấy mẫu Nyquist, tín hiệu liên tục
được lấy mẫu với tần số phải lớn hơn hoặc bằng hai
lần tần số cao nhất của tín hiệu để không bị mất
thông tin
•

ThS. Nguyễn Văn Cường 10.2

 Bộ lọc số

• Bộ lọc số là một hệ thống thực hiện các phép toán

trên tín hiệu thời gian rời rạc, được lấy mẫu để giảm
hoặc tăng cường các khía cạnh nhất định của tín hiệu
• Dựa theo lý thuyết lấy mẫu Nyquist, tín hiệu liên tục
được lấy mẫu với tần số phải lớn hơn hoặc bằng hai
lần tần số cao nhất của tín hiệu để không bị mất
thông tin
• Phương pháp thiết kế bộ lọc cổ điển: Chọn lọc tần số
▪ Thông cao, thông thấp, thông dải, chặn dải, …

ThS. Nguyễn Văn Cường 10.3

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.1

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.2

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.3

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.4

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.5

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.6

 Bộ lọc cổ điển

• Bốn bộ lọc cổ điển

ThS. Nguyễn Văn Cường 11.7

 Bộ lọc số

• Bộ lọc chọn lọc tần số dùng trọng số cố định

•

ThS. Nguyễn Văn Cường 18.1

 Bộ lọc số

• Bộ lọc chọn lọc tần số dùng trọng số cố định

• Hạn chế của bộ lọc số với trọng số cố định
▪ Tần số nhiễu thay đổi theo thời gian không
thể được lọc dễ dàng, thường xảy ra trong
các tín hiệu thực tế
▪ Các dải tín hiệu và nhiễu chồng chéo, đây là
một vấn đề nghiêm trọng trong các hệ thống
thời gian thực

ThS. Nguyễn Văn Cường 18.2

 Thiết kế bộ lọc tối ưu
• Thiết kế bộ lọc tối ưu: Chủ yếu dựa trên việc tối thiểu
giá trị bình phương trung bình của tín hiệu lỗi
•

ThS. Nguyễn Văn Cường 19.1

 Thiết kế bộ lọc tối ưu
• Thiết kế bộ lọc tối ưu: Chủ yếu dựa trên việc tối thiểu
giá trị bình phương trung bình của tín hiệu lỗi
• Bộ lọc Wiener:
▪ Dựa trên thông tin
thống kê tiên nghiệm
▪ Khi thông tin tiên
nghiệm đó không có
sẵn, thường là như vậy,
ngay từ đầu không thể
thiết kế bộ lọc Wiener
•

ThS. Nguyễn Văn Cường 19.2

 Thiết kế bộ lọc tối ưu
• Thiết kế bộ lọc tối ưu: Chủ yếu dựa trên việc tối thiểu
giá trị bình phương trung bình của tín hiệu lỗi
• Bộ lọc Wiener:
▪ Dựa trên thông tin
thống kê tiên nghiệm
▪ Khi thông tin tiên
nghiệm đó không có
sẵn, thường là như vậy,
ngay từ đầu không thể
thiết kế bộ lọc Wiener
• Trọng số được cập
nhật ở mỗi lần lặp
theo hàm lỗi?
ThS. Nguyễn Văn Cường 19.3
 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 20
 Bộ lọc thích nghi

•Đặc tính tín hiệu và/hoặc nhiễu thường

không cố định và các giá trị thống kê thay
đổi theo thời gian
•

ThS. Nguyễn Văn Cường 21.1

 Bộ lọc thích nghi

•Đặc tính tín hiệu và/hoặc nhiễu thường

không cố định và các giá trị thống kê thay
đổi theo thời gian
•Bộ lọc thích nghi có thuật toán thích nghi,
nhằm giám sát môi trường và thay đổi
hàm truyền bộ lọc cho phù hợp
•

ThS. Nguyễn Văn Cường 21.2

 Bộ lọc thích nghi

•Đặc tính tín hiệu và/hoặc nhiễu thường

không cố định và các giá trị thống kê thay
đổi theo thời gian
•Bộ lọc thích nghi có thuật toán thích nghi,
nhằm giám sát môi trường và thay đổi
hàm truyền bộ lọc cho phù hợp
•Dựa trên các tín hiệu thực tế nhận được,
thuật toán cố gắng tìm ra trọng số tối ưu
cho bộ lọc
ThS. Nguyễn Văn Cường 21.3
 Thuật toán thích nghi

• Lựa chọn thuật toán dựa vào một hoặc nhiều yếu tố:
▪ Tốc độ hội tụ
▪ Điều chỉnh sai số
▪ Theo dõi/Giám sát môi trường: Ảnh hưởng bởi (1) tốc độ hội
tụ và (2) dao động ở trạng thái ổn định do nhiễu
▪ Độ bền: nhiễu nhỏ chỉ có thể dẫn đến sai số ước lượng nhỏ
▪ Yêu cầu/Độ phức tạp tính toán
▪ Cấu trúc bộ lọc: cấu trúc của luồng thông tin trong thuật toán,
để phát triển ở dạng phần cứng
▪ Thuộc tính số: lỗi lượng tử hóa do chuyển tín hiệu tượng tự
sang số
ThS. Nguyễn Văn Cường 22
 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

.1

.2

ThS. Nguyễn Văn Cường 23.1

 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

1. Quá trình lọc được thiết kế để tạo đầu ra đáp ứng
với chuỗi dữ liệu đầu vào
.2

ThS. Nguyễn Văn Cường 23.2

 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

1. Quá trình lọc được thiết kế để tạo đầu ra đáp ứng
với chuỗi dữ liệu đầu vào
2. Quá trình thích nghi cung cấp cơ chế cho điều khiển
thích nghi của một bộ tham số có thể điều chỉnh
được sử dụng trong quá trình lọc
•

ThS. Nguyễn Văn Cường 23.3

 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

1. Quá trình lọc được thiết kế để tạo đầu ra đáp ứng
với chuỗi dữ liệu đầu vào
2. Quá trình thích nghi cung cấp cơ chế cho điều khiển
thích nghi của một bộ tham số có thể điều chỉnh
được sử dụng trong quá trình lọc
• Hai quá trình này hoạt động tương tác liên tục với nhau

ThS. Nguyễn Văn Cường 23.4

 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

1. Quá trình lọc được thiết kế để tạo đầu ra đáp ứng
với chuỗi dữ liệu đầu vào
2. Quá trình thích nghi cung cấp cơ chế cho điều khiển
thích nghi của một bộ tham số có thể điều chỉnh
được sử dụng trong quá trình lọc
• Hai quá trình này hoạt động tương tác liên tục với nhau

ThS. Nguyễn Văn Cường 23.5

 Hoạt động của thuật toán lọc thích nghi

• Hoạt động của thuật toán lọc thích nghi:

1. Quá trình lọc được thiết kế để tạo đầu ra đáp ứng
với chuỗi dữ liệu đầu vào
2. Quá trình thích nghi cung cấp cơ chế cho điều khiển
thích nghi của một bộ tham số có thể điều chỉnh
được sử dụng trong quá trình lọc
• Hai quá trình này hoạt động tương tác liên tục với nhau
• Việc lựa chọn cấu trúc cho quá trình lọc có ảnh hưởng
sâu sắc đến hoạt động của toàn bộ thuật toán

ThS. Nguyễn Văn Cường 24

 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 25
 Cấu trúc bộ lọc

•Đáp ứng xung (Impulse Response) bộ

lọc tuyến tính xác định bộ nhớ của bộ lọc
•Phân loại các bộ lọc tuyến tính:
▪ Bộ lọc đáp ứng xung hữu hạn
(FIR: Finite Impulse Response)
▪ Bộ lọc đáp ứng xung vô hạn
(IIR: Infinite Impulse Response)

ThS. Nguyễn Văn Cường 26

 Bộ lọc đáp ứng xung hữu hạn (FIR)
• Bộ lọc FIR bao gồm ba phần tử cơ bản (a) phần tử độ trễ đơn
vị 𝑧−1, (b) bộ nhân và (c) bộ cộng

ThS. Nguyễn Văn Cường 27.1

 Bộ lọc đáp ứng xung hữu hạn (FIR)
• Bộ lọc FIR bao gồm ba phần tử cơ bản (a) phần tử độ trễ đơn
vị 𝑧−1, (b) bộ nhân và (c) bộ cộng

ThS. Nguyễn Văn Cường 27.2

 Bộ lọc đáp ứng xung vô hạn (IIR)

ThS. Nguyễn Văn Cường 28.1

 Bộ lọc đáp ứng xung vô hạn (IIR)

• Đặc điểm giúp

phân biệt bộ lọc
IIR với bộ lọc FIR
là bao gồm các
đường phản hồi

ThS. Nguyễn Văn Cường 28.2

 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 29
 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Không có phương pháp duy nhất cho bài toán

lọc thích ứng tuyến tính
• Có một “bộ công cụ” được đại diện bởi nhiều
thuật toán thích nghi khác nhau, mỗi thuật toán
đều cung cấp các đặc trưng riêng mong muốn
•

ThS. Nguyễn Văn Cường 30.1

 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Không có phương pháp duy nhất cho bài toán

lọc thích ứng tuyến tính
• Có một “bộ công cụ” được đại diện bởi nhiều
thuật toán thích nghi khác nhau, mỗi thuật toán
đều cung cấp các đặc trưng riêng mong muốn
• Vậy, người dùng phải làm gì?

ThS. Nguyễn Văn Cường 30.2

 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Không có phương pháp duy nhất cho bài toán

lọc thích ứng tuyến tính
• Có một “bộ công cụ” được đại diện bởi nhiều
thuật toán thích nghi khác nhau, mỗi thuật toán
đều cung cấp các đặc trưng riêng mong muốn
• Vậy, người dùng phải làm gì?
→ Hiểu được khả năng và hạn chế của thuật toán

ThS. Nguyễn Văn Cường 30.3

 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Không có phương pháp duy nhất cho bài toán

lọc thích ứng tuyến tính
• Có một “bộ công cụ” được đại diện bởi nhiều
thuật toán thích nghi khác nhau, mỗi thuật toán
đều cung cấp các đặc trưng riêng mong muốn
• Vậy, người dùng phải làm gì?
→ Hiểu được khả năng và hạn chế của thuật toán
→ Chọn thuật toán thích hợp cho ứng dụng cụ thể

ThS. Nguyễn Văn Cường 30.4

 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Hai phương pháp để xây dựng các thuật toán:

▪ Giảm dần độ dốc ngẫu nhiên (Stochastic
Gradient Descent)
▪ Bình phương nhỏ nhất (Least Squares)
•

ThS. Nguyễn Văn Cường 31.1

 Phương pháp thiết kế bộ lọc thích nghi tuyến tính

• Hai phương pháp để xây dựng các thuật toán:

▪ Giảm dần độ dốc ngẫu nhiên (Stochastic
Gradient Descent)
▪ Bình phương nhỏ nhất (Least Squares)
• Hai họ thuật toán lọc thích nghi tuyến tính:
▪ Bình phương trung bình nhỏ nhất
(LMS: Least Mean Square)
▪ Bình phương nhỏ nhất đệ quy
(RLS: Recursive Least Squares)
ThS. Nguyễn Văn Cường 31.2
 Lộ trình
• Bài toán lọc tín hiệu
• Bộ lọc tối ưu tuyến tính
• Bộ lọc thích nghi
• Cấu trúc bộ lọc
• Phương pháp thiết kế
• Ứng dụng
ThS. Nguyễn Văn Cường 32
 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
•

ThS. Nguyễn Văn Cường 33.1

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪

ThS. Nguyễn Văn Cường 33.2

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪ Một vectơ dữ liệu đầu vào
▪

ThS. Nguyễn Văn Cường 33.3

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪ Một vectơ dữ liệu đầu vào
▪ Phản hồi mong muốn được sử dụng để tính toán sai số
ước lượng
▪

ThS. Nguyễn Văn Cường 33.4

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪ Một vectơ dữ liệu đầu vào
▪ Phản hồi mong muốn được sử dụng để tính toán sai số
ước lượng
▪ Lỗi được sử dụng để điều khiển giá trị của các trọng số
•

ThS. Nguyễn Văn Cường 33.5

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪ Một vectơ dữ liệu đầu vào
▪ Phản hồi mong muốn được sử dụng để tính toán sai số
ước lượng
▪ Lỗi được sử dụng để điều khiển giá trị của các trọng số
• Bốn loại cơ bản của ứng dụng lọc thích nghi:

ThS. Nguyễn Văn Cường 33.6

 Ứng dụng
• Ứng dụng trong đa lĩnh vực: thông tin di động, radar,
sonar, điều hướng, địa chấn, kỹ thuật y sinh và kỹ
thuật tài chính, …
• Tuy nhiên, các ứng dụng có điểm chung cơ bản:
▪ Một vectơ dữ liệu đầu vào
▪ Phản hồi mong muốn được sử dụng để tính toán sai số
ước lượng
▪ Lỗi được sử dụng để điều khiển giá trị của các trọng số
• Bốn loại cơ bản của ứng dụng lọc thích nghi:
1. Triệt nhiễu 2. Nhận dạng hệ thống
3. Dự đoán 4. Mô hình hoá ngược – Cân bằng kênh
ThS. Nguyễn Văn Cường 33.7
 Bốn loại ứng dụng
• Ứng dụng: Triệt nhiễu

➢ u = tín hiệu vào của bộ lọc thích nghi

➢ y = tín hiệu ra của bộ lọc thích nghi
➢ d = đáp ứng tín hiệu mong muốn
➢ e = d – y = lỗi/sai số ước lượng
ThS. Nguyễn Văn Cường 34
 Bốn loại ứng dụng

• Ứng dụng: Nhận dạng hệ thống

ThS. Nguyễn Văn Cường 35

 Bốn loại ứng dụng

• Ứng dụng: Mô hình hoá ngược – Cân bằng kênh

ThS. Nguyễn Văn Cường 36

 Bốn loại ứng dụng

• Ứng dụng: Dự đoán

ThS. Nguyễn Văn Cường 37

 Minh hoạ
• Ứng dụng triệt nhiễu
• Ứng dụng nhận dạng hệ thống

ThS. Nguyễn Văn Cường 38

 Thank you

ThS. Nguyễn Văn Cường 39