一种新的变步长LMS算法

自适应滤波器在信号检测、信号恢复、数字通信等许多领域中被广泛应用,自适应算法一直是学术界一个重要研究课题,提出了一种新的变步长LMS算法.算法根据自适应滤波收敛程度的加深,逐渐减小步长.试验结果表明应用该算法设计的自适应滤波器与当今通用的变步长LMS算法相比具有运算简单,收敛速度更快等优点.     

一种新的变步长LMS自适应滤波算法

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.     

一种新型变步长自适应谐波检测算法

提出了一种改进的变步长自适应谐波电流检测方法,它利用滑动积分器提取跟踪误差,并采用带有自调整因子的模糊调整器来动态调整算法的步长,从而提高了谐波检测的动态响应速度与稳定精度。为了简化系统设计并易于硬件DSP实现,采用了非均匀量化的模糊化和清晰化规则,而且由于存在自调整因子,此模糊调整器可根据检测系统的实际情况对调整规则进行自动、实时的调整,增强了整个算法的鲁棒性。通过实验证明该算法动态性能良好,可以快速地跟踪负载电流的突变。     

APF中一种改进的变步长LMS自适应谐波检测算法

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。     

一种新的自适应最小均方算法及其应用研究

介绍了一种新的变步长最小均方自适应滤波算法.该算法具有较快的收敛速度和较小的失调,并且具有计算量小、不受其它不相关噪声干扰等特点.通过计算机仿真分析,证明了其理论计算与实验结果相符.算法应用于电量参数的测量,也使测量的精度得到较大的提高.     

一种改进的变步长LMS自适应算法

为了得到一种抗干扰性能强、收敛速度快、稳态误差小的变步长LMS算法,本文分析了传统LMS算法、变步长LMS算法及其改进算法,并对现有变步长LMS算法进行分类归纳,在列出几种具有代表性算法的基础上,提出了一种改进的变步长LMS算法.新方法引入修正系数,通过当前和过去估计误差以及误差的时域均值来调节自适应算法的步长,具有收敛速度快,稳态误差小的优点,并且提高了LMS算法的抗干扰性能.文中最后给出了仿真结果,仿真结果与理论分析一致.     

一种新的变步长MLMS谐波电流检测法

为提高电能质量,对电网谐波进行补偿与抑制,其效果取决于谐波检测的精度和动态响应特性.考虑电网负载电流的低信噪比特性,提出一种新的变步长MLMS谐波检测算法.该算法在权系数的迭代公式中加入动量项,且利用误差信号的时间均值估计来控制步长更新,使得谐波检测过程既有较快的动态响应速度,又有较高的检测精度.最后对变步长MLMS算法进行仿真及实验分析,验证了该算法的有效性.     

一种新的变步长自适应谐波检测算法

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。     

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。     

基于箕舌线函数的变步长自适应谐波电流检测算法

针对现有变步长最小均方(LMS)广义谐波电流检测不能消除同频谐波电流和基波无功电流对步长更新的干扰,以及对跃变的系统跟踪能力差的问题,文中提出一种基于箕舌线函数的变步长LMS谐波电流检测算法。该算法采用将当前时刻负载电流减去滤波器输出的误差信号与参考输入信号的瞬时互相关时间均值估计来消除基波无功电流和谐波电流的干扰,并通过改进的箕舌线函数来调节算法的步长,从而在保证动态响应时间不增大的前提下,使算法具有更小的稳态误差,对跃变的系统具有较强的跟踪能力,且其参数的取值对负载电流大小的依赖性较小。计算机仿真结果证实了该方法的有效性。     

A simple variable step size LMS adaptive algorithm

A new LMS based variable step size adaptive algorithm is presented. The step size is incremented or decremented by a small positive value, whenever the instantaneous error is positive or negative, respectively. The algorithm is simple, robust and efficient. It is characterized by fast convergence and low steady state mean squared error. The performance of the algorithm is analysed for a stationary zero‐mean white‐Gaussian input. MC simulations are provided to demonstrate its improved performance over the conventional LMS (Proc. IEEE 1976; 64 :1151–1162) and some other variable step size adaptive algorithms (IEEE Trans. Signal Process. 1992; 40 :1633–1642; IEEE Trans. Signal Process. 1997; 45 :631–639) within a range of statistical environments. For a non‐stationary input, the proposed algorithm behaves similar to these algorithms. A modified version of the algorithm is presented to perform in the presence of abrupt changes. Copyright © 2004 John Wiley & Sons, Ltd.     

一种基于解相关的变步长LMS算法

在自适应滤波器的构造算法中,LMS算法作为经典理论其应用范围广泛,如何进一步提高滤波器的性能,满足实时数据处理的需要,是当前的一个研究热点.本文讨论了一类针对传统LMS算法进行改进的变步长自适应算法,分析其性能,给出了一种新的变步长自适应算法.这种算法同时从调节变步长的形式和滤波器权系数向量的更新方式2个方面出发,进一步提高了算法的收敛速率,充分调和了收敛速率与稳态误差之间的矛盾.计算机仿真结果表明,新的基于解相关的变步长LMS算法具有更快的收敛速率和更小的稳态误差,能较好地对信号进行跟踪滤波.     

改进的变步长自适应谐波检测算法

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。     

自适应滤波器的新型变步长算法及其应用

针对变步长算法的选取对自适应滤波器的性能有重大的影响,而常见变步长算法的步长与误差或输入信号有关,在自适应调节过程中步长存在较大的波动,影响自适应滤波器的滤波效果等问题,通过分析和比较常见的变步长算法,提出一种新型变步长算法.该算法先将误差信号取绝对值,然后再求其均值,以该均值决定步长的变化,克服步长波动的不足.采用新...     

The variable step-size LMS/F algorithm using nonparametric method for adaptive system identification

A fundamental challenge affecting the performance of a system is the undesired effect of noise on the system. Practically, real-time systems are influenced by Gaussian noise and impulsive noise. Identification of these nonlinear physical systems in the presence of noise offers broader applications than linear system identification. Hence, this article introduces a variable step-size technique to solve the conflicting requirement of rapid convergence and low mean square error (MSE) in the presence of both Gaussian and impulsive noise. Moreover, to avoid over parameterized equations existing in the variable step-size equation, this article proposes the nonparametric variable step-size (NPVSS), which depends on error estimates at instants of time and is used with the least mean square/fourth (LMS/F) algorithm. The computational complexity analysis, computer simulations, and implementation in real-time setup validate that the proposed NPVSS-LMS/F algorithm provides superior performance in terms of convergence time and MSE compared to the existing algorithms for both linear and nonlinear system identification in the presence of noise.     

改进的变步长自适应谐波检测算法

基于自适应噪声消除理论,考虑电网负载电流低信噪比的特性,对传统的最小均方(LMS)算法进行改进,得到一种新的变步长LMS自适应谐波检测算法.利用反馈误差信号的均值估计控制步长及权值的更新,当权值逐渐接近最佳值时,步长逐渐减小以保证较小的稳态误差,并有效降低不相关噪声信号的干扰.在权值迭代过程中加入动量,进一步提高系统的...     

一种基于信息最大化的自适应变步长盲源分离算法

现有的盲源分离算法不适合于数据的实时处理,并且算法性能依赖于步长的选择.提出一种基于信息最大化的自适应变步长盲源分离算法,采用基于估计函数的变步长算法,降低了盲源分离算法性能对步长的依赖性,并且采用自适应处理形式,适合数据的实时处理.最后将其应用于声音信号的盲分离,在选择小的步长参数的情况下,原有算法和文中新算法都取得了良好的分离效果;在选择较大的步长参数的情况下,新算法优于传统算法.