共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
《计量学报》2016,(1)
针对传统基于固定步长LMS算法在电网谐波检测中存在收敛速度与稳态精度需折中选择的问题,提出了一种新型具有较高收敛速度的改进变步长LMS算法。该算法以同一相位下相邻两时刻的误差信号e(n)、e(n-1)的自相关估计调节步长更新,并且采用归一化处理方式,以误差信号在总电流信号中的比例k(n)、k(n-1)作为新反馈量,同时对新的反馈量进行相干平均估计来调整步长迭代;在权值迭代公式中引入相邻时刻估计误差绝对值之差的扰动量来加快自适应滤波器权矢量的迭代速度。MATLAB/Simulink仿真和实验证明,该方法相对于传统固定步长LMS谐波检测算法在收敛速度和稳态精度上有了进一步的提高,尤其在负载发生突变时的跟踪能力。 相似文献
3.
一种改进的变步长LMS自适应滤波算法及其仿真 总被引:2,自引:0,他引:2
在分析传统的定步长最小均方(LMS)算法、变步长LMS算法的基础上,通过建立误差信号与步长因子之间的新的非线性映射关系,提出新的改进型变步长LMS自适应算法.通过MATLAB仿真分析,证明了该算法具有较好的收敛速度和较小的稳态误差以及较好的时变系统跟踪能力. 相似文献
4.
5.
6.
在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。 相似文献
7.
为解决宽带无线通信中由多径信道产生的符号间干扰,对最小均方(LeastMeanSquares,以下简称LMS)自适应均衡算法进行深入分析。针对LMS算法收敛速度和稳态均方误差相互矛盾的问题,重点研究变步长LMS算法,在现有算法的基础上,进行步长分析,提出一种新型变步长LMS算法。利用信道响应长度、均衡器阶数、收敛误差共同控制迭代步长,简化步长设置,提升算法的收敛速度并降低稳态均方误差。仿真分析表明新型变步长LMS算法有更好的收敛特性。 相似文献
8.
LMS算法在自适应滤波器中得到广泛应用,但这种方法具有收敛速度慢,对非平稳环境敏感性强,步长需要谨慎选择才能达到收敛和失调的折中等缺点。为了改善非平稳条件下FIR自适应滤波器的性能,文章介绍了一种变步长的LMS算法,这种算法迭代过程中步长在规定的上下限内是关于信噪比的递减函数,用于自适应噪声对消器中去除含噪语音信号中的加性噪声,以解决固定LMS算法中跟踪速度和失调的矛盾。对不同信噪比的含噪语音信号去噪,仿真结果证明该方法优于NLMS(Normalized Least Mean Square)算法,在提高收敛速度的情况下减小了剩余均方误差和失调,但需增加少量的运算量。 相似文献
9.
10.
目的 用神经网络实现Adaline自适应滤波权值调节。方法 在Adaline自适应滤波器中,滤波器的权值调节是通过LMS自适应算法进行调整的,但LMS的自适应算法的收敛速度慢,从而大大影响了Adaline自适应滤波器的滤波性能,作者利用TH网络进行TH-Adaline滤波器系统辨识。并给出了Adaline滤波器权值输出变化曲线的仿真结果。结果与结论 利用TH神经网络来实现滤波器权值调节的Adaline自适应滤波器运算速度比运用LMS算法的Adaline自适应滤波器的收敛速度快。 相似文献