DSP环境下新的变步长LMS自适应滤波算法

发布时间：2017-10-28 12:14

  本文关键词：DSP环境下新的变步长LMS自适应滤波算法

  更多相关文章： 变步长LMS自适应滤波算法 收敛速度 超量均方误差 低信噪比

【摘要】：基于解决固定步长的LMS算法收敛速度快与均方误差小两个性能指标无法兼顾的目的,提出一种改进的变步长LMS自适应滤波算法,采用步长因子调整变步长的方法,建立u因子与超量误差信号之间的非线性函数关系,从而实现自适应滤波。通过TMS320C5509A平台进行实测数据试验可以得出,本文算法能在低信噪比的条件下对信号进行滤波保持较高性能,同时具有收敛速度较快和稳态误差较小的优点,在雷达信号处理行业中应用广泛。
【作者单位】： 西安爱生技术集团公司;长安大学电子与控制工程学院;空军工程大学;
【关键词】： 变步长LMS自适应滤波算法 收敛速度 超量均方误差 低信噪比
【基金】：国家自然科学基金青年科学基金(61402052;61203233;41101357) 陕西省自然科学基础研究计划项目(2015JM6280) 陕西省科技工业攻关项目(2015GY033) 中国博士后科学基金面上项目(2013M542310) 长安大学中央高校基本科研业务费专项资金项目(310832151088;310832151092;310832151091;2014G1321037;310832151096;310832151097;310832151093)
【分类号】：TN713
【正文快照】： 自适应滤波是近年以来发展起来的最佳滤波方法之一,美国斯坦福大学Widrow和Hoff对自适应滤波理论进行了深入研究,同时设计了最小均方误差算法(Least mean square,LMS),它具有结构简单,计算简单,实时性高,以及稳定性好的优点,被广泛应用在雷达信号处理、系统消噪与辨识等领域。

【相似文献】

中国期刊全文数据库 前10条

1 田磊;汪小志;刘志刚;;自适应滤波算法及应用研究[J];电子测试;2008年01期

2 杨波;冯久超;;一种改进的自适应滤波算法及其在回波消除中的应用[J];电子与信息学报;2008年01期

3 耿妍;张端金;;自适应滤波算法综述[J];信息与电子工程;2008年04期

4 崔旭涛;何友;杨日杰;;自适应滤波算法的仿真及工程实现[J];现代电子技术;2009年18期

5 蔡卫菊;;线性自适应滤波算法综述[J];科技资讯;2011年36期

6 吴正国;;自适应滤波算法的新进展[J];海军工程学院学报;1990年03期

7 邹艳碧,高鹰;自适应滤波算法综述[J];广州大学学报(自然科学版);2002年02期

8 高鹰,谢胜利;一种基于三阶累积量的准则及自适应滤波算法[J];电子与信息学报;2002年09期

9 高清运,李学初;适合硬件实现的自适应滤波算法[J];微电子学与计算机;2003年07期

10 王芳,冯新喜,李鸿艳;一种新的自适应滤波算法[J];现代雷达;2003年07期

中国重要会议论文全文数据库 前10条

1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年

4 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

5 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

7 张磊磊;王再英;;基于Matlab仿真的几种自适应滤波算法的比较研究[A];第十七届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2007年

8 陈坡;孙付平;郭飞;刘雪瑞;;扩展自适应滤波算法在GNSS/INS紧组合中的应用[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年

9 陶伟刚;冯新喜;;一种新的目标跟踪自适应滤波算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

10 刘世金;张榆锋;刘大利;高永丽;;几种自适应滤波算法在噪声抵消应用中的仿真比较研究[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

中国博士学位论文全文数据库 前5条

1 高鹰;基于累积量的自适应滤波理论及其应用[D];华南理工大学;2002年

2 张斌;高效稳健的自适应滤波算法研究[D];西安电子科技大学;2010年

3 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年

4 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年

5 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年

中国硕士学位论文全文数据库 前10条

1 蒋阳波;分数阶傅里叶变换自适应滤波算法及应用[D];湘潭大学;2009年

2 袁志勇;一维离散数据的卡尔曼滤波模型的参数估计及自适应滤波算法的改进[D];南京理工大学;2015年

3 陈北辰;非线性化功放的数字预失真系统设计[D];电子科技大学;2015年

4 赵一逍;基于核函数的自适应滤波算法研究及其系统实现[D];北京理工大学;2015年

5 徐新龙;自适应滤波算法及其应用研究[D];复旦大学;2014年

6 李明飞;锂电池化成参数的检测与估计技术研究[D];电子科技大学;2015年

7 陈莉;自适应滤波算法与应用研究[D];西安电子科技大学;2006年

8 段雪梅;α-稳定噪声环境下的自适应滤波算法[D];西安电子科技大学;2007年

9 郭华;自适应滤波算法及应用研究[D];西北师范大学;2007年

10 鄂智丰;基于相关函数的自适应滤波算法的拓展研究[D];中南林业科技大学;2009年

，

本文编号：1108186