静态环境下基于分段变步长NLMS 的收发隔离技术

收发隔离是干扰机系统中的关键问题,若隔离度不够,轻则削弱干扰机效率,重则造成自激使干扰机不能正常工作。传统的最小均方(LMS)算法应用到基于自适应系统辨识的收发隔离中时,由于精度不够,隔离性能并不理想。针对该问题,提出一种分段变步长归一化LMS(NLMS)算法。该算法利用迭代系数状态因子对迭代系数与真实系数逼近状态进行分段,当迭代系数状态因子处于不同的区间时,采用不同的变步长方案。理论分析和仿真证明:与基于其他LMS 算法的隔离方案相比,基于分段变步长NLMS 算法的收发隔离方案隔离性能有较大的改善。     

依据迭代系数状态因子分段的变步长NLMS算法

针对固定步长的归一化LMS算法（NLMS）存在不能同时兼顾收敛速度与稳态误差的问题,本文提出一种依据迭代系数状态因子进行分段的变步长NLMS算法。该变步长NLMS算法采用迭代系数状态因子作为表征迭代系数与实际系数的逼近状态的指标。当迭代系数状态因子值大于1,则说明迭代系数有偏离真实系数的趋势,此时采用步长因子较大的变步长方案;反之,说明迭代系数有逼近真实系数的趋势,应该采样步长因子较小的变步长方案。这样的自适应选择措施使得算法具有较强的收敛能力。理论分析和实验表明:在同样实验条件下,本文算法能够获得比其他文献更快的收敛速度和更小的稳态误差。      

基于自适应系统辨识的收发隔离技术研究

收发隔离是机载干扰机不可避免的难题。如果收发隔离问题解决不好,轻则削弱干扰机效率,重则造成自发自收,形成自激励。固定步长的归一化最小均方误差(NLMS)算法在解决基于自适应系统辨识的收发隔离的问题时,由于精度不够,隔离效果很不理想。针对此问题提出一种基于先验误差的变步长NLMS算法,该算法依据相邻时刻先验误差的相关系数改变步长因子,改变后的步长因子能够在算法收敛过程中削弱噪声的影响,提高算法精度。理论分析和仿真结果证明:基于文中的变步长NLMS算法的收发隔离方案与基于其他最小均方误差算法的隔离方案相比,隔离性能有较大的改善。