改进的变步长LMS自适应滤波算法及其仿真.pdf

《改进的变步长LMS自适应滤波算法及其仿真.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《自动化技术与应用2012年第3l卷第9期通信与信息处理COmmunicati0nandInformationProcessing改进的变步长LMS自适应滤波算法及其仿真付瑞玲，栗红曩(黄河科技学院信息工程学院，河南郑州450000)摘要：对步K的(LMS)『{适应算法进行了讨论，本文提了一种新的变步长IMS自适应滤波算法，并用计算机进仃lr，结求丧垓并法1，l接近r零时步K具有缓慢的变化的特性，行且枉低信噪比的环境下有更好的抗0泶性能，滤波设果虹。关键词：门适滤波；变步K；LMS算法-1IJ矧分炎¨：FN71

2、3文献怀码：A文章编：10037241(2012)09001004AnImprovedVariableStep—SizeLMSAdaptiveFilteringAlgorithmandSimulationFURui-ling，LIHong-xia(SchoolofInformationEngineering，theHuangheS&TCollege，Zhengzhou450000China)Abstract：Thispaperdiscussesthevariablestepsizeleastmeansquare

3、(LMS)adaptivefilteringalgorithm．AnewLMSadaptivefilteringalgorithmwithvariablestepsizeisproposed．Thesimulationresultsshowthatwhenalgorithm’Serrorapproathtozero，ithasthecharacteristicsofaslowchangeandbetteranti—noisepropertyinlowsignalnoiseratioenvil’onlnent，a

4、lsotheresultsoffilteringisbetter．Keywords：adaptivefiltering；variablestepsize；leastmeansquarealgorithm1引言法(SVSLMS)，其能同时获得较快的收敛速度、跟踪速度自适应滤波研究始于20世纪50年代末Widrow和和较小的稳态误差。然而，该Sigmoid函数在误差e(n)Hoff提出的最小均方误差算法，由于该算法具有简单接近零时变化太大，不具有缓慢变化的特性，使得性、鲁棒性和易于实现的性能，因此在自适应滤波原理S

5、VSLMS算法在稳态时仍有较大的步长变化。为此，文中得到了很好的应用⋯。然而，传统的固定步长的LMS献[5-61分别给出相应的改进算法，使其在稳态时步长因算法在收敛速度、时变系统的跟踪能力和稳态失调之子很小，而且变化不大，解决了SVSLMS算法存在的问间的要求是存在很大矛盾的。小的步长确保稳态时具题。文献[7】克服了文献[5】在低信噪比下收敛速度变慢有小的失调，但是算法的收敛速度慢，并且对非稳态系的问题，但在稳态性能方面欠佳。在分析了以上算法的统的跟踪能力差大的步长．“使算法具有更快的收敛速基础上，文献【8】提

6、出了基于双曲正切函数的变步长算度和好的跟踪能力，但这是以大的失调为代价的【I3】。法，该算法能同时获得较快的收敛速度、跟踪速度和较为解决这一矛盾，各种变步长LMS算法被提出。变步长小的稳态误差。然而，该双曲正切函数在误差e()接近算法都是利用自适应过程中提供的某种近似值作为衡零处变化太大，不具有缓慢变化的特性，使得该算法在量标准来调节步长。简单有效的方法是利用自适应过自适应稳态阶段仍有较大的步长变化，并且在低信噪比程中的误差信号，试图在步长与误差信号之间建立某种环境下，该算法收敛速度、跟踪速度和稳态误差并不十函

7、数关系。文献[4】给出Sigmoid函数的变步长LMS算分理想。本文在此基础上提出了一种改进型算法，不仅保证了较快的收敛速度、跟踪速度和较小的稳态误差，收稿El期：2012—03—06《自动化技术与应用2012年笫31卷第9期通信与信息处理COmmUnicationandlnformationProcessin误差增大，选择过小时步长较小且变化缓慢，收敛速E[e(n)e(n-1)】度降低；13选择过大时会超出收敛条件，过小时初始阶段=E[Kr(，z)X(，z)Xr(一1)(，z)】【J收敛速度较慢；h选择过大时

8、，步长调整过早进入缓慢变而在文献【8]算法中，根据N(，z本身不相关，与化区域，选择过小时会增大稳态误差。因此参数Or．、pX()也不相关，可得出和h应根据具体的系统环境与要求进行选择。E[(，z)]=E[Ⅳ()卜E[X(，z)(，z)】(12)从统计的观点，由式(12)可以看出，当采用式(3)对步长因子p(n)进行调整时，由于研N(，z)]项的存在，．u(n)不在是算法自适应状态的准