- Algorithmes qui incluent les LMS, LMS normalisé, LMS avec fuites, LMS à blocs rapides, LMS signé, RLS et OR-RLS
- Algorithmes dont les LMS, LMS normalisé, LMS avec fuites, LMS à blocs rapides, LMS signé, RLS et OR-RLS
- Algorithmes LMS filtré selon X et LMS filtré selon X normalisé, pour un contrôle actif du bruit ou des vibrations
- Algorithmes LMS filtré sur X et LMS filtré sur X normalisé, pour un contrôle actif du bruit ou des vibrations
- Exemples d'annulation adaptative du bruit ou de l'écho, identification adaptive du système et LPC
- Simulation et génération de code LabVIEW FPGA pour les filtres adaptatifs LMS en virgule fixe
- Simulation et génération de code LabVIEW FPGA pour les filtres adaptatifs LMS en virgule fixe
 Fiche technique (angl.)
Le Toolkit NI LabVIEW Adaptive Filter offre des outils destinés à la conception, à l'analyse et à la simulation de filtres adaptifs, qui comprennent des filtres en virgule fixe et en virgule flottante. Il est possible d'utiliser ces outils pour créer des filtres adaptatifs avec divers algorithmes, tels que le gradient stochastique (LMS, least-mean-square) et les moindres carrés récursifs (RLS, recursive-least-square), ainsi que leurs variantes. Il est possible d'appliquer les filtres adaptatifs créés pour différentes applications, comme l'annulation adaptative du bruit ou de l'écho et l'identification du système, etc. Également, des filtres adaptifs en virgule fixe peuvent être créés et implémentés sur des cibles FPGA (field-programmable gate array) de NI.
Informations supplémentaires sur les produits
Documents de spécifications
Résumé des spécifications
|
