一种类箕舌线函数的变步长归一化自适应滤波算法

在综合考虑自适应滤波算法设计中收敛速度、稳态误差、计算复杂度和跟踪性能等指标的基础上,该文提出一种类箕舌线函数的变步长归一化自适应滤波算法,用类箕舌线函数代替Sigmoid函数作为步长迭代公式,引入基于相关误差的变步长调整原则,在大大增强算法稳定性的同时大幅度提升了算法的收敛速度、跟踪性能,减小了算法的计算复杂度.在M...     

基于箕舌线函数的变步长归一化最小均方算法

对变步长归一化最小均方(VS-NLMS)自适应算法进行了讨论,针对其在自适应过程渐进稳态时对噪声干扰过于敏感的不足做了改进。同时,为了协调其低稳态误差与快速跟踪性能间的矛盾,引入基于相关误差项的变步长调整方案,同时采取了替代Sigmoid函数的箕舌线函数作为步长迭代公式,大大降低了计算复杂度。仿真结果表明,改进后的算法不仅具备优于归一化最小均方算法的收敛性能,同时具备了更小的稳态失调和快速灵敏的时变跟踪能力。     

基于误差反馈的变步长LMS自适应滤波算法

对变步长LMS滤波算法进行研究,提出一种新的变步长LMS自适应滤波算法。该算法基于Sigmoid函数,通过引入误差因子反馈来调整函数参数,解决了类Sigmoid函数中参数设置的问题,并使算法具有较快的收敛速度和较小的稳态误差。计算机仿真表明,相对于其他变步长算法,该算法在收敛速度和稳态误差方面均表现优异,具有较好适用性。     

基于Sigmoid函数的变步长LMS自适应滤波算法性能分析

总结了最小均方（LMS）、基于Sigmoid函数的变步长（SVS）-LMS、改进的SVS-LMS和基于误差相关的变步长LMS自适应滤波算法,讨论了各算法的收敛性能、跟踪性能和稳态误差,并通过计算机仿真,分析、验证各种变步长算法的不同性能表现以及误差阶数对算法性能的影响,给出了合理的建议。     

一种变步长LMS自适应滤波算法及分析

本文对变步长自适应滤波算法进行了讨论,建立了步长因子μ与误差信号e(n)之间另一种新的非线性函数关系.该函数比已有的Sigmoid函数简单,且在误差e(n)接近零处具有缓慢变化的特性,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足.由此函数本文得出了另一种新的变步长自适应滤波算法,并且分析了参数α,β的取值原则及对算法收敛性能的影响.该算法有较好的收敛性能且计算量少.计算机仿真结果与理论分析相一致,证实了该算法的收敛性能优于已有的算法.     

3种改进型LMS算法在噪声抵消中的仿真比较

介绍了噪声抵消的原理和从强背景噪声中采用自适应滤波提取有用信号的方法;对基于Sigmind函数的变步长算法、基于箕舌线和基于抽样函数的变步长算法进行了对比研究。计算机仿真结果表明,这3种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性;输出均方误差曲线和信噪比表明:基于抽样函数的变步长LMS算法具有良好的收敛性能、更小的权噪声和更大的抑噪能力。     

一种新的变步长LMS自适应算法及其性能分析

通过建立步长因子μ与误差信号e之间的非线性关系,提出一种新的基于箕舌线的变步长LMS算法。该算法具比有传统LMS算法计算量小、稳定性较好、简单易于实时处理等优点。仿真结果表明,其收敛速度、稳定性以及跟踪速度优于传统固定步长LMS算法和SVSLMS算法,且不须进行指数运算,计算复杂度低于SVSLMS算法。     

变步长LMS自适应滤波算法及其分析

对变步长（LMS）自适应滤波算法进行了讨论,通过对Sigmoid函数修正,建立了步长因子与误差信号之间新的非线性函数关系。新函数在误差接近零处具有缓慢变化的特性,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足,实现了对SVS—LMS算法的改进。理论分析和计算机仿真结果表明,本算法的收敛性能优于SVS-LMS算法。另外,还对本算法与VS-LMS算法进行了比较,仿真结果表明本算法在低信噪比环境下比VS-LMS算法具有更好的抗噪性能。     

可见光通信中一种基于分段误差函数的变步长LMS算法

均衡技术是一种对抗信道衰落、提高无线电通信质量的有效手段。在可见光通信中,由于传输媒介和实现方式与无线电通信存在差异,传统的均衡算法不一定适用。本文针对可见光信道的特点,总结现有最小均方误差（LMS）均衡算法,提出了一种适用于可见光通信的变步长LMS算法。该算法中,步长公式采用误差函数替代Sigmoid函数和箕舌线函数;此外,为了降低计算复杂度和硬件实现难度,它利用初等函数分段近似替代误差函数。仿真结果表明,在可见光信道条件下,改进后的算法与现有的几种算法相比,可以保证在较低的稳态误差下有更快的收敛速度,且具有较好的跟踪性,因而更适用于可见光通信系统。      

变步长自适应滤波算法的统一框架及其矢量扩展

针对大量的变步长自适应滤波算法,提出了一种采用约束最优化方法描述变步长自适应滤波算法的统一框架.在该框架下,不同算法的目标函数或决策变量不同.利用该框架,将非参数变步长归一化最小均方误差(NPVSS-NLMS)算法扩展到矢量空间,导出一种新的变步长仿射投影算法.理论分析与计算机仿真表明,该算法不仅能根据输出误差自适应调整步长,而且对强相关输入信号能够保持良好的收敛速度、很小的稳态误差和很快的跟踪速度.将该算法应用于回波抵消,其稳态误差比NPVSS-NLMS算法低近5dB.