共查询到18条相似文献,搜索用时 203 毫秒
1.
针对传统LMS算法的收敛速度与稳态误差存在矛盾这一问题,列出了NLMS、G-SVSLMS及改进的变步长LMS3种变步长LMS自适应滤波算法。通过仿真对比和理论分析,证明改进的变步长LMS算法具有更快的收敛速度、更小的稳态误差和更强的抗干扰能力。 相似文献
2.
为了解决传统的固定步长的最小均方误差(LMS)算法在收敛速度和稳态误差上的矛盾,基于Sigmoid函数进行改进,提出了算法步长因子μ与误差信号e之间的一种新的非线性函数关系.首先,基于Sigmoid的偶函数特性将2个函数相乘,使得算法在稳态时能够获取更小的步长;然后,将误差信号用指数形式进行表示,进一步控制步长的变化速度;最后,通过误差e(n)和e(n-1)联合改变步长因子,提高了算法在低信噪比时的性能.理论分析和计算机仿真表明,与已有的变步长LMS算法相比,相同收敛精度时该算法的收敛速度更快,相同收敛速度时该算法的收敛精度更高,在相同条件下算法的抗噪声性能更好. 相似文献
3.
针对现有的基于双曲正切函数变步长LMS算法的谐波电流检测仍存在稳态误差和收敛速度不能同时满足要求的问题,分析了一种在基于双曲正切函数变步长LMS算法的基础上改进的变步长算法,利用误差的时间均值估计建立步长与误差之间的新型双曲正切函数关系以控制步长的更新,降低稳态误差,提高算法的检测精度。并且同时对权值采用两次迭代更新,将两次迭代的结果作为新的权值,以加快权值的更新速度,提高算法的收敛速度。该算法具有较高的检测精度的同时还有较快的响应速度。Matlab/Simulink的仿真结果证明了该算法用于谐波电流检测具有很好的效果。 相似文献
4.
5.
基于最小二乘(LMS)算法的自适应电网电流的检测系统中,为克服检测的快速性与稳定性的矛盾,当偏离最佳值较远时系统方均误差(MSE)较大,要提高检测算法迭代收敛速度的策略是选择较大的迭代步长;而在偏离最佳值较近时系统MSE较小,为降低波动保证系统检测的稳态精度,应该选择较小的迭代步长。通过理论分析阐明了提高自适应电网电流检测LMS算法收敛速度的步长选择原理,并且采取选择迭代过程最佳变步长的策略提高自适应三相电网电流检测的性能。仿真分析验证了该自适应检测算法具有更快的动态性能与更好的稳态精度。 相似文献
6.
7.
分析了无轴承开关磁阻电动机不平衡振动的特点,提出采用自适应LMS滤波器用于无轴承开关磁阻电动机转子偏心补偿控制的方法.针对固定步长自适应LMS滤波器存在收敛速度和稳态误差之间矛盾的问题,采用了基于Sigmoid函数、基于箕舌线和基于抽样函数的三种改进的变步长自适应LMS滤波器对悬浮转子进行补偿控制.仿真结果表明:自适应LMS滤波器可以有效抑制转子的不平衡振动;变步长自适应LMS滤波器不仅具有较快的收敛速度和跟踪速度,稳态误差也能控制在比较小的范围内;基于抽样函数的变步长LMS算法具有更小的稳态误差. 相似文献
8.
一种新的变步长自适应谐波检测算法 总被引:14,自引:5,他引:14
提出了一种新的变步长最小均方(LMS)自适应谐波检测算法,并将其应用于有源电力滤波器中。该方法根据误差信号的时间均值估计来调节递推算法的步长,其优越性在于:即使在待检信号的信噪比(SNR)较低的情况下,也能够保证谐波检测过程既具有较快的动态响应速度,又保持较小的稳态失调。通过递推公式系数的选择,可以对系统的收敛速度与稳态失调进行更灵活的控制,而不像定步长 LMS 算法那样必须在两者性能上进行折中选择。仿真和实验结果亦证明了理论分析的有效性。 相似文献
9.
基于自适应对消原理的自适应谐波检测算法因其优良的性能被广泛应用于有源滤波器,但该算法存在无法平衡稳态精度和收敛速度方面的不足。针对此不足,文中基于箕舌线函数和三阶权值系数提出了一种改进的变步长(Least Mean Square,LMS)谐波检测算法。该算法利用误差信号的自相关平均估计获得期望误差估计均值,并通过改进的箕舌线迭代函数作为核心函数来调节步长更新,之后通过推导出来的三阶权值公式代替传统的权值迭代。仿真实验结果表明,该算法在谐波检测中不但具有较快的收敛速度,也能获得较高的稳态精度。 相似文献
10.
一种改进自适应谐波检测算法研究 总被引:6,自引:3,他引:3
分析了传统定步长最小均方(LMS)算法用于谐波电流检测的不足,采用一种新的变步长LMS自适应算法检测谐波电流:根据误差信号e(n)和e(n-D)的自相关估计调整步长迭代,当权系数远离最佳权值时,通过增大步长加快对时变系统的跟踪速度;当权系数接近最佳权值时,减小步长获得较小的稳态误差。通过递推公式参数的选择,可对系统的收敛速度与稳态失调进行更灵活的控制。推导出了该方法的理论表达公式,其增加的计算量很小,容易实现。该方法能有效调节步长,不受谐波电流的干扰。仿真结果证明了该谐波电流检测方法的有效性。 相似文献
11.
Zero‐attracting variable‐step‐size least mean square algorithms for adaptive sparse channel estimation
下载免费PDF全文
![点击此处可从《International Journal of Adaptive Control and Signal Processing》网站下载免费的PDF全文](/ch/ext_images/free.gif)
Yingsong Li Masanori Hamamura 《International Journal of Adaptive Control and Signal Processing》2015,29(9):1189-1206
Recently, sparsity‐aware least mean square (LMS) algorithms have been proposed to improve the performance of the standard LMS algorithm for various sparse signals, such as the well‐known zero‐attracting LMS (ZA‐LMS) algorithm and its reweighted ZA‐LMS (RZA‐LMS) algorithm. To utilize the sparsity of the channels in wireless communication and one of the inherent advantages of the RZA‐LMS algorithm, we propose an adaptive reweighted zero‐attracting sigmoid functioned variable‐step‐size LMS (ARZA‐SVSS‐LMS) algorithm by the use of variable‐step‐size techniques and parameter adjustment method. As a result, the proposed ARZA‐SVSS‐LMS algorithm can achieve faster convergence speed and better steady‐state performance, which are verified in a sparse channel and compared with those of other popular LMS algorithms. The simulation results show that the proposed ARZA‐SVSS‐LMS algorithm outperforms the standard LMS algorithm and the previously proposed sparsity‐aware algorithms for dealing with sparse signals. Copyright © 2015 John Wiley & Sons, Ltd. 相似文献
12.
为提高扩散LMS自适应滤波算法的收敛速度和保持较低的稳态误差,在扩散LMS算法基础上,提出一种基于参数估计值约束的分布式自适应网络滤波算法,算法在迭代收敛过程中,根据相邻迭代过程参数估计值差值约束实现自适应的调整步长大小,从而使得算法在估计初期采用较大步长以加速收敛,而在估计后期自适应的调整步长以保持较低的稳态误差。对比实验结果表明:相比于现有其他算法,所提算法在进行分布式估计时性能更优。 相似文献
13.
14.
15.
16.
17.
在有源电力滤波器(Active Power Filter, APF)的低信噪比(Signal Noise Ratio, SNR)环境下,为了提高变步长最小均方(Least Mean Square, LMS)自适应算法对谐波电流检测的跟踪速度及精度,提出改进的变步长LMS算法。该算法在MVSS-LMS算法的基础上,增加历史误差的遗忘加权和估计并控制步长更新,动态控制步长更新范围,采用滑动窗遗忘加权减小了计算复杂度。同时,对改进算法性能进行稳定性分析。实验结果表明,该算法不仅具有较快的动态响应速度,而且在APF的低信噪比情况下,稳态误差有所减小,具有较高的抗干扰能力,谐波电流检测效果较好。 相似文献
18.
Jong‐Yih Lin Chia‐Ying Ho 《International Journal of Adaptive Control and Signal Processing》2013,27(8):651-666
In real‐world active noise control (ANC) applications, disturbance can be picked up by error sensors and significantly degrade the steady‐state ANC performance. This study proposes two techniques in combination with a least‐mean‐square (LMS) based ANC algorithm, named normalized filtered‐x LMS/commutation error (NFxLMS/CE) algorithm, to deal with the disturbance that is independent of a reference signal. A new stochastic method to analyze convergence properties of the NFxLMS/CE algorithm under influence of the disturbance is first established. Given that the reference signal is persistently exciting of sufficient order, exponential convergence of the algorithm is derived with a step‐size condition. An exponential‐decay step size (EDSS) is then proposed to obtain a new ANC algorithm referred to as EDSS‐NFxLMS/CE algorithm. In addition, a disturbance‐compensation (DC) technique is developed for the EDSS‐NFxLMS/CE algorithm to obtain an EDSS‐NFxLMS/CE_DC algorithm such that the influence of the disturbance can be reduced. It is shown that the EDSS‐NFxLMS/CE_DC algorithm is exponentially convergent. Moreover, computer simulations show that the EDSS‐NFxLMS/CE_DC algorithm can achieve a better ANC performance in terms of convergence rate and level of noise reduction as compared with that using the EDSS‐NFxLMS/CE algorithm without DC and that using NFxLMS/CE_DC algorithm of constant step sizes. These results support the effectiveness of the proposed techniques and EDSS‐NFxLMS/CE_DC algorithm. Copyright © 2012 John Wiley & Sons, Ltd. 相似文献