فیلترهای وفقی در پیش بینی کننده های خطی (Linear Predictor):
یک پیش بینی کننده خطی مقدار سیگنال را در زمانی در آینده تقریب می زند.
این مدل به صورت گسترده در مواردی مانند پردازش گفتار شامل «کدگذاری گفتار در مخابرات سلولی» (Speech Coding in Cellular Telephony) و «ارتقای گفتار» (Speech Enhancement) و «بازشناسی گفتار» (Speech Recognition) مورد استفاده قرار می گیرد. در این پیکربندی، سیگنال مطلوب یک ورژن مستقیم از سیگنال ورودی فیلتر وفقی است.
زمانی که الگوریتم وفقی همگرا شود، آن گاه فیلتر یک مدل را برای سیگنال ورودی به نمایش می گذارد که این مدل می تواند به عنوان یک مدل پیش بینی مورد استفاده قرار گیرد. در تصویر زیر نمایی از یک سیستم پیش بینی خطی نشان داده شده است.
خروجی پیش بینی در این مدل بر اساس رابطه زیر بیان می شود:
در رابطه فوق، Δ تعداد نمونه های تاخیر یافته است، بنابراین اگر از الگوریتم LMS استفاده کنیم، آن گاه ضرایب به صورت زیر آپدیت می شوند:
در رابطه فوق x(n-Δ) برابر با بردار سیگنال مرجع تاخیر یافته است و به صورت زیر بیان می شود:
همچنین e(n)=x(n)-y(n) برابر با خطای پیش بینی در نظر گرفته شده است. انتخاب مناسب تاخیر پیش بینی Δ موجب بهبود عملکرد تخمین فرکانسی برای سینوسی های چندگانه در نویز سفید خواهد شد.
یک کاربرد بسیار متداول از پیش بینی کننده ها در کدگذاری پیش بین خطی سیگنال های گفتار است که در آن سیستم پیش بین، وظیفه تخمین پارامترهای گفتار را بر عهده دارد.
این پارامترها بخشی از اطلاعات کدگذاری هستند که همراه با سایر مشخصه های سیگنال گفتار مانند تناوب ذخیره سازی و … ارسال می شوند.
پیش بین سیگنال وفقی در کاربرد ارتقای خط وفقی (Adaptive Line Enhancement) یا ALE نیز کاربرد دارد.
در این کاربرد سیگنال ورودی، یک سیگنال با پهنای باند باریک است و به یک سیگنال با پهنای باند بزرگ افزوده می شود.
بعد از همگرا شدن، خروجی پیش بین، یک نسخه ارتقا یافته از سیگنال باند باریک خواهد بود.
یک کاربرد دیگر از پیش بین های سیگنال، در توانایی فوق العاده آن ها در سرکوب کردن تداخلات باند باریک در یک سیگنال پهن باند است. در این حالت، سیگنال ورودی همان مشخصه های عمومی یک ALE را دارا است.