一种新的变步长LMS自适应滤波算法

在对传统LMS算法、变步长SVSLMS算法及归一化LMS算法分析的基础上,提出了一种改进的归一化变步长LMS算法即N-SVSLMS（Normalized-SVSLMS）算法。该算法结合了参考文献中两种算法的思想,得到了改进的归一化LMS自适应算法。该算法在信道环境多变的情况下,收敛速度和稳定性能有了进一步的提高。理论分析及计算机仿真结果表明,N-SVSLMS算法明显优于传统LMS算法、变步长SVSLMS算法及归一化的LMS算法。     

一种改进的变步长LMS算法

通过增加误差信号的自相关值对步长变化的影响,对一种变步长LMS算法进行进一步改进,既继承了前者稳态性能好的优点,又增强了算法跟踪信道变化的能力,具有较好的抗干扰性能,而且收敛速度加快,收敛时间变短。这种算法不仅可应用于跟踪信道特性变化较快的信道(如短波通信),而且也非常适用于算法收敛速度和稳定性要求较高的情况。     

OFDM系统自适应盲信道估计新方法

基于无线通信OFDM系统信道估计,提出了两种时域自适应盲估计方法。这些方法通过对极性(符号)LMS算法（SLMS）进行改进,改进算法有几方面优点,一是继承了极性LMS算法简单易实现的特性;二是解决了极性LMS收敛速度慢的缺点;最后结合自适应可变步长及步长调整策略,有效地提高了算法的估计性能。仿真给出了误差曲线以及归一化均方误差曲线,结果表明,和基于极性LMS盲估计方法相比,修正极性LMS和时变步长修正极性LMS盲估计方法均具有很快的收敛速度。由于采用了变步长技术,时变步长修正极性LMS盲估计方法具有更好的估计性能。      

一种变步长LMS自适应滤波的改进算法

在信号处理领域,变步长LMS自适应滤波算法被广泛应用,其主要优点为具有较强的鲁棒性和简单易实现.但是,该算法在收敛速度上总是差强人意.针对这个问题对现有的变步长LMS自适应滤波算法进行了改进.首先,介绍了典型LMS算法和传统变步长LMS自适应滤波算法的基本原理及其局限性,在此基础上针对现有基于Sigmoid函数变步长最...     

模糊LMS算法主从滤波器的设计及应用

文章提出了一种基于模糊最小均方（LMS）算法的主从滤波器的设计,采用模糊推理机制,通过从滤波器输出的信噪比来调节主滤波器的步长,从而达到快速而稳定的收敛,并将其应用于噪声抵消系统中。仿真结果表明,该算法（FMS-LMS）比传统LMS算法及只有主从滤波器的算法具有更好的性能。     

一种改进的自适应波束赋形算法

为了弥补传统的LMS算法采用固定步长无法解决收敛速度和稳态误差之间矛盾的缺陷,改进了失调系数,提出了一种改进的LMS算法用于求解自适应波束赋形的最佳权值。理论分析证实归一化的LMS算法可以通过采用一个可变因子使瞬时输出误差最小化。仿真结果表明,归一化的LMS算法采用了可变步长比传统LMS算法收敛快,稳态误差和失调相对于LMS都有所改善。     

一种改进的变步长LMS自适应算法

传统的最小均方误差(LMS)算法难以同时获取较快的收敛速度和较小的稳态误差,而变步长LMS算法可获得二者之间的平衡。对已有的一些变步长LMS算法进行了分析,在变系数步长(VFSS)算法的基础上,引入输入信号因子,并建立步长因子与误差信号之间新的非线性函数关系,提出一种改进的变步长LMS算法,该算法不仅继承了VFSS算法在低信噪比环境下抗噪声性能好的特点,而且能够快速跟踪系统的变化,仿真结果表明改进算法的性能优于现有算法。     

一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

一种改进的变步长LMS算法及在车内降噪中的应用

为了提高传统最小均方(LMS)算法的收敛速度,减小稳态误差,基于Sigmoid函数,提出一种改进步长因子μ的方法。该方法通过建立步长因子μ和误差信号e之间的非线性函数关系,并利用指数函数表示误差信号e和可控参数,实现对步长因子μ进行调整。算法收敛初期步长因子μ相对较大,实现加快算法收敛速度的目的;算法收敛后期适度减小稳态阶段步长因子μ,以达到减小算法稳态误差的目的。将该算法应用于车内噪声的有源控制,并与LMS算法进行仿真比较分析。仿真结果表明,相对于传统LMS算法,该算法有效地加快了收敛速度,同时提高了系统的稳定性。     

基于S函数的改进变步长LMS自适应算法

变步长LMS自适应滤波算法通过构造步长因子来进行权值调整,使算法具有较快的收敛速度和较小的稳态误差。为了进一步改善算法的性能,提出一种基于S函数的改进变步长LMS自适应算法。该算法基于S函数的曲线特点,通过对函数的平移变换得到算法步长因子的表达式。为满足算法的可控性和抗干扰能力的要求,通过引入可控参数和误差向量自相关值来调整步长因子,得到算法的最终模型。详细分析了模型中各参数的取值对步长因子和滤波性能的影响。与现有算法的仿真结果对比表明,该算法在收敛速度、稳态误差及抗干扰能力方面的性能均有了很大的改善。     

基于小波变换变步长LMS自适应信道均衡的新方法

结合变换域最小均方(LMS)和变步长LMS算法的优势,提出了一种基于小波变换的变步长LMS自适应均衡方法。该方法中步长调整函数采用了改进的Sigmoid函数,该函数具有简单且误差信号接近零时变化缓慢的特点。并且,在训练模式、判决引导模式以及混合模式下,将提出方法和传统均衡方法进行了仿真比较。结果表明,所提出的方法比传统的线性LMS算法、变步长LMS以及小波变换LMS收敛更快、性能更优。     

基于模糊规则的低轨卫星信道自适应估计算法

低轨卫星通信功率控制需要有对信道增益及时的估计,而由于低轨系统链路增益的时变特性使传统的信道估计方法性能受到限制.基于模糊滤波理论,提出一种在功率控制中使用的自适应LMS信道估计算法,根据分析模型和经验数据建立信道增益及其滑动均值大小的模糊集,利用LMS算法调整模糊隶属函数的参数,使算法具有对信道时变特性一定的适应性.仿真结果表明了算法的有效性.     

一种改进的自适应波束赋形算法

在传统LMS算法的基础上,改进了失调系数,提出了一种新的改进LMS算法用于求解自适应波束赋形的最佳权值。通过理论分析,归一化的LMS算法采用了一个可变因子使瞬时输出误差最小化。仿真结果比较可得,归一化的LMS算法采用了可变步长,比传统LMS算法收敛快,稳态误差和失调相对于LMS都有所改善。     

一种新型自适应最小均方算法

针对最小均方(LMS)算法应用于功率放大器时存在收敛速度与收敛精度相矛盾的问题,提出了基于步长比较的最小均方算法。在带有P因子的变步长最小均方算法的基础上,采用简化的Sigmoid函数对步长进行改进,通过对前后两次步长的比较来确定是否更新权系数,以误差的自相关时间均值及均方误差的时间均值来调节算法步长,可以加快算法的收敛速度,降低算法的计算量。仿真结果表明,与最小均方算法相比,经过自适应预失真处理后,该算法的误差向量幅度(EVM)值提高了2.653 2%,系统邻信道功率比(ACPR)减少了4 dB。     

一种变步长LMS算法自适应均衡器研究

最小均方(LMS,Least Mean Square)算法由于其简单易实现,在自适应信号处理领域十分流行且应用广泛,但其缺点是收敛速度相当缓慢.研究了基于一种变步长(VSS,Variable Step Size)LMS算法的自适应信道均衡器.仿真了LMS算法和VSS-LMS算法的迭代收敛过程和对加噪正弦信号的处理.结果表明,跟传统LMS算法相比,这种变步长的LMS算法在收敛性能上有显著的优势.     

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。      

低轨卫星信道自适应模糊估计算法

针对功率控制,提出一种利用模糊规则的自适应LMS信道估计算法,通过将信道增益大小和前后变化值的大小划分为若干模糊集,建立将自适应算法和经验值相结合的自适应滤波器,使算法具有对低轨信道时变特性一定的适应性。仿真结果表明了算法的有效性。     

改进的变步长LMS算法及其在自适应消噪中的应用

通过建立误差信号e（n）和步长因子μ（n）之间一种新的非线性函数关系，提出了一种改进的变步长LMS算法。该算法较固定步长LMS算法收敛速度快、稳定性好，和已有的基于S函数的变步长LMS算法相比，不需要进行复杂的复数运算，大大减化了计算量。将该算法应用于自适应噪声对消系统的仿真中，计算机仿真结果与理论分析相一致。     

基于小波变换的变步长LMS自适应滤波算法

变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高.     

基于迭代变步长LMS的数字域自干扰对消

针对同时同频全双工(Co-frequency and Co-time Full Duplex,CCFD)系统已有的数字域干扰对消方法收敛速度慢和对消比低的问题,本文提出了迭代变步长最小均方(Least Mean Square,LMS)算法,利用该算法实现了快速收敛的高对消比数字域干扰对消.首先,改进Logistic函数,缩短其函数值由大至小的变化区间,再利用该非线性函数计算随迭代次数变化的步长因子值,从而加快干扰对消的收敛速度,高精度递推估计自干扰信道参数,即获得高的对消比.最后,理论分析了该对消方法收敛性和计算复杂度,得到了稳态条件下对消比的闭合表达式.仿真表明,该方法与已有变步长LMS对消方法相比,对消比可增加6dB以上,收敛速度可提高1倍,与最小二乘信道估计干扰对消方法相比,对消比提高了至少10dB.