我正在尝试实现用于噪声消除的自适应滤波器，特别是用于从信号中移除运动伪像的RLS滤波器。为了做到这一点，我正在阅读一些文献，有一件事我不明白，我发现的每一本书或文章都是我现在已经知道的。
我有一个参考信号，表示为Python中大约8000个元素或样本的列表。我需要将其输入到RLS过滤器，但我发现的每个算法总是将输入向量称为
X [n] = [x1 [n]，x2 [n]，x3 [n]，........，xM [n]] T
其中 X 是输入向量，n是时刻。这就是我迷路的地方。如果n是时刻，则意味着x [n]是列表中的元素，一个复制品。但如果是这种情况，那么x1，x2，....，xM是什么？
我意识到这不是严格意义上的编码问题，但我希望有人可以提供帮助！
谢谢...
答案 0 :(得分：0)
你的解释是正确的。 X输入向量通过滤波器系数递归地相乘。我写了一个自适应滤波器已经有一段时间了，但如果我没记错的话，你会将M滤波器系数乘以最新的M输入值来获得更新。
因此M是滤镜的顺序或滤镜系数的数量，而n是您要过滤的信号的长度。当你注意到你的递归过滤器将查看每个过滤输出计算的那些输入值的“窗口”。