Salve a tutti
Mi presento, mi chiamo Alessio e sono un dottorando in ingegneria elettronica. Sto attualmente scrivendo la mia tesi e vorrei inserire alcune linee spiegando un concetto che non ho ben chiaro io stesso, quindi volevo chiedere aiuto a qualche matematico con un background migliore del mio nell´argomento.
Premetto che ho cercato prima su internet, ma non ho trovato la risposta alla mia domanda.
Dunque, ho un set di misure riassunte in due vettori x and y e affette da rumore.
Con MATLAB, posso calcolare il polinomio che mi rappresenta il miglior fitting usando la funzione polyfit. Questa mi applica il least square algorithm (LS) e i miei vettori rappresentano un sistema overdeterminato. La funzione sará quindi quella che minimizza la distanza tra la funzione stessa e i punti.
Quello che posso anche fare peró é usare un filtro adattativo. Il filtro prende ad ogni istante di tempo un valore delle x e delle y e mi aggiorna i coefficenti del filtro in mondo da minimizzare l´errore (LMS filter o wiener filter). Chiaramente dopo un tempo di assestamento il filtro avrá coefficienti piú o meno stabili.
Ora la mia domanda é: come sono collegate queste due soluzioni? Nel senso, posso dire che convergono allo stesso polinomio? Oppure vi é una soluzione subottima rispetto all´altra e in base a cosa?
Ho sempre studiato e visto i due concetti slegati l´uno rispetto all´altro e vorrei provare a collegarli
Grazie dell´aiuto
Alessio