几种变步长LMS算法的性能分析与比较

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。     

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.     

一种改进的自适应谐波电流检测方法

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。     

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.     

基于LMS的加速收敛步长选择原理与自适应三相电网谐波检测

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。     

基于改进的SVSLMS算法的语音识别系统研究

为了克服固定步长LMS算法固有的收敛速度与稳态误差之间的矛盾,在传统SVSLMS算法的基础上提出了改进的SVSLMS算法。通过理论分析和仿真研究的方法,给出了该算法中各个参数的选取方法,并确定了适用于本文所采用的语音样本库的参数最佳值。对固定步长LMS算法、传统SVSLMS算法以及提出的改进的SVSLMS算法进行了仿真对比。仿真结果表明,提出的改进的SVSLMS算法在降噪性能、收敛速度和稳态误差这3个方面都优于其余两种算法,有效的提高了语音识别系统的准确性和稳定性。     

无轴承开关磁阻电动机转子偏心补偿控制

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.     

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。     

一种改进自适应谐波检测算法研究

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。     

Zero‐attracting variable‐step‐size least mean square algorithms for adaptive sparse channel estimation

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.     

基于系数估值约束的改进LMS自适应滤波算法

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。     

用于有源滤波器谐波检测的一种新的自适应算法

提出了一种新的变步长最小均方(least-mean-square,LMS)自适应谐波检测算法,并将其应用于有源电力滤波器中。以一种时变步长迭代方法取代传统的定步长迭代法,旨在提高算法在求取均方差最小值的过程中方向估值的精度,从而达到提高算法收敛速度的目的。文中详细推导了2阶步长迭代公式,并导出了扩展的N阶步长迭代公式的递归表达式。通过仿真将所提出的新算法与传统的定步长算法进行了比较,证明新算法的收敛特性明显优于传统算法。     

基于自适应算法的谐波检测方法研究

由于低通滤波器的影响,传统的ip-iq算法有检测速度慢的缺点,针对此缺点,本文提出了一种基于变步长LMS/LMF算法自适应滤波器来代替低通滤波器的作用,针对输入信号的特点相应的改变自适应滤波器的步长因子,同时改变最小均方算法(LMS)和最小四阶矩算法(LMF)的比例,充分发挥了LMF和LMS检测精度和检测速度的优势。仿真结果表明,提出的算法检测速度和精度具有明显的优势,具有一定的工程应用价值。     

MC-CDMA系统基于小波变换的多用户检测

本文首先将DS-CDMA系统的最小均方误差(MMSE)多用户检测器加以推广,用于MC-CDMA系统中。最小均方(LMS)算法是实现自适应MMSE多用户检测较好的算法,但收敛速度较慢,就此本文提出新的箕舌线变步长加速LMS算法并用到MC-CDMA自适应MMSE多用户检测中。为了使收敛速度更快,对接受的信号先进行小波变换,且可以通过小波域去噪,提高系统的误码率性能。最后用MATLAB仿真对理论分析作出有效验证。     

改进变步长LMS算法在软起动谐波检测中的应用

针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也作为调节权值的动量因子,利用自相干估计误差控制步长。该算法折中考虑收敛速度和稳态精度,并有效降低噪声信号的干扰。通过对电机软起动器工作过程中产生的周期重复性谐波进行检测和分析,证明了该谐波电流检测算法的可行性。     

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。     

Development and convergence analysis of new least‐mean‐square‐based algorithm equipped with exponential‐decay step size and disturbance compensation for active noise control

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.