基于正態(tài)分布曲線的分段式變步長LMS算法
發(fā)布時間:2024-03-30 21:38
針對傳統(tǒng)最小均方誤差(Least Mean Square, LMS)自適應濾波算法由于步長固定,在解決穩(wěn)態(tài)誤差與收斂性之間的關(guān)系時,始終處于矛盾狀態(tài)的問題,在對傳統(tǒng)的固定步長LMS自適應濾波算法分析的基礎上,根據(jù)變步長LMS自適應濾波算法的步長調(diào)整原則,通過構(gòu)造步長因子與誤差信號的非線性函數(shù),提出了一種基于正態(tài)分布曲線的分段式變步長LMS自適應濾波算法,并分析了參數(shù)取值對算法性能的影響。針對實際信號處理過程中參考信號難以選取的問題,提出了一種基于分裂陣的參考信號選取方法。理論和海試數(shù)據(jù)分析結(jié)果表明:該算法的收斂速度和穩(wěn)態(tài)誤差明顯優(yōu)于固定步長的LMS自適應濾波算法和基于Sigmoid函數(shù)的變步長LMS自適應濾波算法。
【文章頁數(shù)】:7 頁
【文章目錄】:
1 變步長LMS算法
2 本文算法
2.1 參數(shù)a對算法的影響
2.2 參數(shù)b對算法的影響
2.3 參數(shù)c對算法的影響
3 計算機仿真及海試數(shù)據(jù)驗證
3.1 計算機仿真
3.2 海試數(shù)據(jù)驗證
3.2.1 參考信號的選取
3.2.2 LMS算法的海試數(shù)據(jù)處理
4 結(jié)論
本文編號:3942972
【文章頁數(shù)】:7 頁
【文章目錄】:
1 變步長LMS算法
2 本文算法
2.1 參數(shù)a對算法的影響
2.2 參數(shù)b對算法的影響
2.3 參數(shù)c對算法的影響
3 計算機仿真及海試數(shù)據(jù)驗證
3.1 計算機仿真
3.2 海試數(shù)據(jù)驗證
3.2.1 參考信號的選取
3.2.2 LMS算法的海試數(shù)據(jù)處理
4 結(jié)論
本文編號:3942972
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3942972.html
最近更新
教材專著