使用最小均方（LMS）算法估计自回归（AR）方程的参数（系数）

Question

我想做两件事。

1. 使用LMS滤波器估计AR模型的系数
2. 使用步骤1中的系数，并使用AR方程预测信号的未来采样。

我没有想要的信号，所以我需要使用将来的信号样本。

附图1显示了两个系数的估计，即步骤1

% x=data=signal plus noise;

% mu=step size factor;

% M=number of filter coefficients;

% w1 is a matrix and each column is the history of each filter coefficient versus time n;

N=length(x);
y=zeros(1,N);
w=zeros(1,M);

for n=M:N-1

x1=x(n:-1:n-M+1); 

y(n)=w*x1';

e(n)=x(n+1)-y(n);

w=w+2*mu*e(n)*x1;

w1(n-M+1,:)=w(1,:);

end;

我的代码的问题是它给了我很小的系数（值与实际值有很大不同）  我的代码中有一些错误，我不确定这是什么。上面的代码应该给我系数，然后我将其传递到步骤2进行AR预测。