% Skrypt: Demonstracja uzycia warstwy elementow liniowych jako flitra

clear all;
% wstepna konfiguracja sieci
N_n=20; % ilosc elementow w warstwie
wagi_0=randn(N_n,1); % poczatkowe wartosci wag ybierane sa losowo
nn=adaline(wagi_0, 0); % inicjujemy strukture przechowujaca dane sieci

% Przygotowanie ciagu uczacego
t=1:180;
% ciag porzadanych odpowiedzi
Z=sin(2*pi*4*t/200);
% ciag wzorcow
X=Z+1.2*randn(size(Z));

figure(1)
subplot(311)
plot(t,Z,t,X)
ylim([-5,5])
title('stan poczatkowy')


% ustawienia parametrow do algorytmu uczacego
% uczenie przebiega metoda delta z bezwladnoscia
eta=0.0002; % wspolczynnik przy gradiencie
eta2=0.8;  % wspolczynnik bezwladnosci
N=15; % ilosc krokow uczenia
len = length(X); % dlugosc ciagu uczacego

xx=X(1:N_n)';%xx=zeros(size(wagi_0));


%uczymy neuron
for k=1:N
    d(k)=0;
    for m=N_n+1:len
        xx=delay_line(X(m),xx);   % wybieramy elementy wejsciowe ciagu uczacego
        zz=Z(m);                  % wybieramy element wyjsciowe ciagu uczacego
        % dla ilustracji rysujemy wybrany aktualnie fragment ciagu uczacego
        figure(1)
        subplot(313)
        plot(t,Z,t,X,t(m-N_n+1:m),xx,'r.',t(m),zz,'bo')
        title('aktualnie wybrany fragment ciagu uczacego')
        drawnow
        [nn, delta]=adaptuj_adaline_momentum(nn, xx, zz, eta,eta2);
        d(k)=d(k)+delta.^2;

    end

    for m=1:len
        xx=delay_line(X(m),xx); % wybieramy element ciagu uczacego
        Y(m)=adaline_sim(nn,xx); % sprawdzamy dzialanie sieci na ciagu uczacym
    end
    figure(1)
    subplot(312)
    plot(t,Z,t,Y)
    ylim([-5,5])
    title('aktualny efekt dzialania sieci na ciagu uczacym')

    figure(2)
    subplot(211)
    semilogy(d)
    xlim([1,N])
    title(sprintf('blad po %d cyklach uczenia',k))

    drawnow
end

figure(2)
% subplot(211)
% % testujemy dzialanie sieci na oryginalnym zbiorze uczacym
% xx=X(1:N_n)';
% for m=1:len
%       xx=delay_line(X(m),xx); % wybieramy element ciagu testowego
%       Y(m)=adaline_sim(nn,xx);
%    end
% plot(t,Z,t,Y)
% ylim([-5,5])
subplot(212)
% testujemy dzialanie sieci na nowym zestawie danych z innym szumem i inna
% czestoscia i faza oscylacji
%ciag testowy wzorcow
%X=Z+0.5*randn(size(Z));
Z=sin(2*2*pi*t/200+pi/3);
X=Z+0.5*randn(size(Z));;
xx=X(1:N_n)';
for m=1:len
    xx=delay_line(X(m),xx); % wybieramy element ciagu testowego
    Y(m)=adaline_sim(nn,xx);
end
plot(t,Z,t,X,t,Y)
legend('czysty sygnal','zaszumione wejscie','wyjscie sieci' ,'Location','Best'  )
title('eftekt dzialania sieci na nowych danych')