Algorithm 如何绘制LMS算法的均方误差

请告诉我如何为下面的matlab代码的LMS算法绘制MSE曲线。提前谢谢

clc
close all
clear all
N=input('length of sequence N = '); % filter length
t=[0:N-1]; 
w0=0.001;  phi=0.1;
d=sin(2*pi*[1:N]*w0+phi); %desired signal 
x=d+randn(1,N)*0.5; % input of the filter
w=zeros(1,N); %initial weight 
mu=input('mu = '); % alpha
for i=1:N
    e(i) = d(i) - w(i)' * x(i);  %error (desired-real output)
    w(i+1) = w(i) + mu * e(i) * x(i); % weight update of the filter
end
for i=1:N
    yd(i) = sum(w(i)' * x(i));
end
subplot(221),plot(t,d),ylabel('Desired Signal'),
subplot(222),plot(t,x),ylabel('Input Signal+Noise'),
subplot(223),plot(t,e),ylabel('Error'),
subplot(224),plot(t,yd),ylabel('Adaptive Desired output');
end  

其关键在于计算期望结果和获得结果之间的平方差之和，并在样本数上求平均值。因此：

MSE=sum((d(:)-yd(:)).^2)./size(d,2);

---

您可以用

N

替换

大小（d，2）

，在您的情况下

首先您必须计算成本函数，如下所示

J(n) = e(n)*e(n)';

然后画出

MSE=10*log10(mean(J,1));

---

你能不能：1）正确格式化你的代码，2）解释什么是MSE和LMS。LMS是最小均方误差。MSE是均方误差对不起，我是新来的，我不知道如何格式化我的代码。如果您对代码本身有任何疑问，我想我可以回答。谢谢，我做到了。谢谢@Ander Biguri，请查看我的更新（在我回答下面的评论中）。另外，非常重要的是，请浏览网页了解其工作原理：并阅读如何询问@Rock，您可以将整个

尺寸（d，2）

替换为

N

，而不是

d

替换为

N

！如果要计算每次迭代的MSE，则需要将其另存为

MSE（i）

@Rock无忧；）跟上进度，想什么时候来就什么时候来！（但下次要更加小心；）