針對(duì)傳統(tǒng)最小均方誤差(Least Mean Square, LMS)自適應(yīng)濾波算法由于步長(zhǎng)固定,在解決穩(wěn)態(tài)誤差與收斂性之間的關(guān)系時(shí),始終處于矛盾狀態(tài)的問(wèn)題,在對(duì)傳統(tǒng)的固定步長(zhǎng)LMS自適應(yīng)濾波算法分析的基礎(chǔ)上,根據(jù)變步長(zhǎng)LMS自適應(yīng)濾波算法的步長(zhǎng)調(diào)整原則,通過(guò)構(gòu)造步長(zhǎng)因子與誤差信號(hào)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(zhǎng)LMS自適應(yīng)濾波算法,并分析了參數(shù)取值對(duì)算法性能的影響。針對(duì)實(shí)際信號(hào)處理過(guò)程中參考信號(hào)難以選取的問(wèn)題,提出了一種基于分裂陣的參考信號(hào)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(zhǎng)的LMS自適應(yīng)濾波算法和基于Sigmoid函數(shù)的變步長(zhǎng)LMS自適應(yīng)濾波算法。

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 變步長(zhǎng)LMS算法
2 本文算法
    2.1 參數(shù)a對(duì)算法的影響
    2.2 參數(shù)b對(duì)算法的影響
    2.3 參數(shù)c對(duì)算法的影響
3 計(jì)算機(jī)仿真及海試數(shù)據(jù)驗(yàn)證
    3.1 計(jì)算機(jī)仿真
    3.2 海試數(shù)據(jù)驗(yàn)證
        3.2.1 參考信號(hào)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(hào)：3942972