一种改进变步长LMS自适应滤波算法
发布时间:2023-04-15 13:57
步长在LMS算法迭代过程中属于一个矛盾量,控制算法的收敛速度和稳态误差,为了同时获得较小的稳态误差和较快的收敛速度,相关学者提出了多种变步长LMS算法,采用时变的步长来提高算法的瞬时收敛速度并减小稳态误差。在传统LMS算法及多种变步长LMS算法的研究基础上,提出一种新的改进变步长LMS算法。算法通过构建一个新的非线性函数表达式,替代G-SVSLMS算法中的常值参数,使算法在收敛速度较快的情况下,获得较小的稳态误差,克服了G-SVSLMS算法在稳态阶段,受噪声影响,步长变化过快的缺点。仿真结果表明,相比原有算法,改进算法的性能更优,且在低信噪比的环境下,取得了良好的效果。
【文章页数】:5 页
【文章目录】:
1 引言
2 LMS自适应滤波算法
2.1 经典LMS算法
2.2 变步长LMS算法
3 改进的变步长LMS算法
3.1 算法的改进方向
3.2 改进算法的函数表达式
4 算法仿真
4.1 参数对算法性能影响分析及其确定
4.1.1 m值的确定及对算法性能的影响
4.1.2 η值的确定及其对算法性能的影响
4.1.3 p值的确定及其对算法性能的影响
4.1.4 y值的确定及其对算法性能的影响
4.2 改进算法与文献算法对比
5 总结
本文编号:3790988
【文章页数】:5 页
【文章目录】:
1 引言
2 LMS自适应滤波算法
2.1 经典LMS算法
2.2 变步长LMS算法
3 改进的变步长LMS算法
3.1 算法的改进方向
3.2 改进算法的函数表达式
4 算法仿真
4.1 参数对算法性能影响分析及其确定
4.1.1 m值的确定及对算法性能的影响
4.1.2 η值的确定及其对算法性能的影响
4.1.3 p值的确定及其对算法性能的影响
4.1.4 y值的确定及其对算法性能的影响
4.2 改进算法与文献算法对比
5 总结
本文编号:3790988
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3790988.html