浮点LMS算法的FPGA实现

浮点LMS算法的FPGA实现是自适应天线阵工程设计中的关键技术。本文提出了一种在FPGA内实现浮点LMS算法的方法,该方法采用三级流水线操作的方式,兼顾算法的精度和动态范围。仿真结果表明,该方法能有效利用FPGA的逻辑资源,保证运算速度,满足系统的实时性。     

改进的LMS算法自适应滤波器的DSP实现

分析了变步长LMS算法自适应滤波器基本原理,使用MATLAB对其进行仿真,并应用SZ-EPP5402评估板进行了DSP实现,结果表明,变步长LMS算法能够克服固定步长LMS算法的矛盾,具有较快收敛速度与较小稳态误差.     

一种基于小波理论的LMS算法研究

基于LMS算法原理和MALLAT算法,提出了小波自适应算法,并对算法进行了理论分析和仿真研究,仿真结果表明,小波自适应算法在非线性系统辩识中表现出了良好的性能。     

一种改进的LMS均衡算法研究

在分析均衡系统中常见的变步长LMS算法的基础上,提出了一种改进的变步长LMS均衡算法.通过计算机仿真结果表明,该算法在低信噪比及低输入功率时的情况下,其收敛性、稳态误差性能以及运算时间的综合性能优于原算法.     

LMS自适应算法的FPGA设计与实现

自适应算法的实现是自适应滤波技术应用于工程实践的基础。本文在分析LMS(最小均方误差)算法原理的基础上,讨论了算法实现的数制、计算量和迭代流程,在减小计算复杂度的基础上,给出了一种基于FPGA的实现方案。仿真结果表明,该方案能够保证LMS算法的收敛性和稳定性,可以应用于实际的数字信号处理系统。     

基于LMS的自适应抗干扰算法仿真研究

阐述了LMS的基本原理和结构,进行了正方形天线阵仿真模型的建立,并将算法应用于该模型,进行了Matlab下单、双干扰的仿真,仿真结果表明,算法对于单干绕的抑制度为68dB、对于双干扰的抑制度为40dB,仿真验证了该算法的可行性。     

基于U-滤波LMS算法的自适应逆控制系统

根据对IIR算法的快速收敛性考虑，采用了基于U－滤波LMS算法的IIR控制器。并且与传统的FIR结构的X－滤波LMS算法的自适应逆控制器作了比较，在相同条件下，U－滤波LMS算法的控制系统大大减少了计算量，快速性得到了提高，并且权值的失调较小，对于参考模型的输出具有非常优良的跟踪性能。     

一种基于相关函数的LMS算法

从 Asharif定义的相关函数均方误差 (Mean squares error,MSE)准则 Jr(n)出发 ,在利用牛顿梯度法时用当前时刻的梯度估计代替前一时刻的梯度估计 ,并由矩阵求逆定理导出了一种新的相关函数自适应滤波算法。理论分析表明 ,新的算法对步长因子 μ>0是无条件收敛的 ,该算法应用于回波消除中的计算机数值仿真 ,结果显示其收敛性能良好 ,优于 CLMS算法。     

数字音频里LMS算法及其改进算法研究

在数字音频里,由于LMS算法具有低计算复杂度、在平稳环境中的收敛性好和利用有限精度实现算法时的稳定性等特性,使LMS算法成为自适应算法中应用最广泛的算法。本文对LMS算法及其改进算法进行了研究,探讨了步长因子μ(n)对各种算法收敛性、稳定性的影响。结果表明,变步长μ(n)的取值尤为重要,如果μ(n)取较大值则具有较快的收敛速度,如果μ(n)取值很小,则NLMS算法近似等效于LMS算法。它们的自适应过程较快,性能有了很大改进。     

基于LMS算法的自适应滤波器的仿真分析

本文介绍了基于LMS算法实现的自适应滤波器,并在MATLAB环境下进行仿真分析。通过仿真结果,证明该滤波器可以实现对信号噪声的自适应滤除,而且与普通滤波器相比,具有易于实现、滤波速度快,而且结构更为简单。     

Parallel delayed LMS algorithm

A novel parallel delayed least-mean-square (PDLMS) algorithm is proposed by introduc-ing the parallel processing method into delayed LMS (DLMS) algorithm. Compared with DLMS, the al-gorithm presented has the property of smaller delay, higher throughput rate and faster convergence speed, while it also exhibits some de-correlation effect for the correlated input sequence. These prop-erties make it more suitable for the cases of high order filter with high convergence speed. At the same time, it can be mapped onto the high-speed and/or high-pipelined hardware structure directly.     

一种改进的LMS滤波器在DCG去噪中的应用

研究了LMS自适应滤波器在动态心电信号去噪中的应用。提出了一种适合动态心电信号预处理的变步长LMS改进算法,该算法用误差信号对期望信号的相对误差的平方根来调节步长。实验表明,这种改进滤波器在收敛速度和信噪比两方面都优于固定步长的滤波器。     

一种改进的变步长LMS自适应算法及分析

现有的变步长LMS算法中,大都采用建立步长因子与误差信号的函数关系的方法,以提高算法的收敛速度和跟踪性能,但由于未考虑输入信号对算法性能的影响,使得当输入信号发生变化后,稳态误差明显增大。为此,在现有算法的基础上,引入了输入信号因子,提出了一种改进算法。该算法可根据瞬时误差和输入信号来调整步长因子,使算法不仅能保持较高的收敛速度和跟踪性能,还可在输入信号变化的情况下,保证较小的稳态误差。理论分析及仿真实验表明新算法的性能优于现有算法。     

基于DSP混合编程的LMS自适应滤波算法实现

本文分析了LMS自适应滤波算法的基本原理,并结合2FSK信号解调的实例,在TMS320VC5416器件上分别采用C语言和混合编程方法对LMS自适应滤波算法进行了实现。结果表明,采用混合编程的LMS自适应滤波实现方法具有软件接口简单,运行速度快,易于进行实时信号处理等特点。     

Superior step-size theorem and its application-Parallel variable step-size LMS filters algorithm

With independence assumption, this paper proposes and proves the superior step-size theorem on least mean square (LMS) algorithm, from the view of minimizing mean squared error (MSE). Following the theorem we construct a parallel variable step-size LMS filters algorithm. The theoretical model of the proposed algorithm is analyzed in detail. Simulations show the proposed theoretical model is quite close to the optimal variable step-size LMS (OVS-LMS) model. The experimental learning curves of the proposed algorithm also show the fastest convergence and fine tracking performance.The proposed algorithm is therefore a good realization of the OVS-LMS model.     

改进的自适应LMS算法

LMS（Least Mean Square）算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS算法。理论分析和计算机仿真表明该算法不但具有较快的收敛速率,并且具有更小的稳态误差。     

一种改进变步长因子LMS算法的研究

传统的LMS算法,由于其步长因子μ是事先指定的固定值,因而在迭代过程中不能随着估计误差e（n）来进行相应的调整,所以其收敛性完全由初始条件和步长决定。为了改变这种状况,文章提出了一种步长因子μ（n）随时间变化的LMS算法,其收敛速度快于LMS和NLMS,具有较小的失调,将本算法应用于自适应预测系统,Matlab仿真实验结果与理论分析一致。     

一种改进的变步长LMS自适应滤波算法及性能分析

针对现有LMS（Least Mean Square）算法不能同时提高收敛速度及降低稳态误差的矛盾,提出一种改进的变步长LMS算法,建立了步长参数μ(n)与误差信号e(n)之间的一种新的非线性函数关系: 与现有的算法相比,同时引入记忆因子λ和控制函数取值的参数β(n),使当前步长与上一次迭代所得步长及前M个误差的平方相关。理论分析和计算机仿真结果表明,与现有几种常见的LMS算法相比,改进的算法收敛速度和稳态误差的性能指标得到提高。