频域自适应数字滤波器LMS算法的研究

本文应用 DFT 的“重迭保留”法和循环卷积定理、LMS 算法原理,导出了频域自适应滤波的 LMS 算法的公式。通过分析该算法的性能,并与时域LMS 算法作比较,证明了频域自适应滤波的 LMS 算法的可行性。     

MLMS自适应滤波的改进方法

本文从自适应噪声消除的角度对 LMS(least-mean-square)算法及 MLMS(Modified/LMS)算法进行从讨论,提出了 MLMS 法的改进算法,模拟结果表明;改进后的算法,其动态和静态特性均有所改进,而它的计算量并没有增加。     

一种基于四阶统计量的递推LMS算法

提出一种基于四阶统计量一维切片的LMS算法,并且给出其递推形式.该算法能够有效地抑制相关高斯噪声的影响,性能优于传统的基于相关的LMS算法;递推形式降低了其计算复杂度,能够满足实时处理的要求.采用相关高斯色噪声进行数值仿真,结果表明该方法的有效性.该算法可在雷达、声纳及通信系统中用于多径系数估计.     

导向钻井工具姿态动态测量的自适应滤波方法

垂直导向钻井工具在近钻头振动和工具旋转的钻井工作状态下,工具姿态参数的动态测量精度不高。为此,通过理论分析和数值仿真,提出了转速补偿的算法以消除工具旋转对测量的影响;采用最小均方算法(Least Mean Square—LMS)自适应滤波算法,可以有效滤除近钻头振动对测量的影响。数值仿真表明,经过转速补偿和LMS自适应滤波后的井斜角测量误差可小于0.1°,工具面角测量误差小于6°,有效地提高了垂直导向钻井工具的动态测量精度。     

一种适用于自适应阵的快速LMS算法

提出一种适用于自适应阵的解相关LMS算法，较Window等人提出的传统NLMS算法，收敛性与稳定性更优，数字模拟结果表明了这一算法的有效性。     

一种基于正弦函数的新变步长LMS算法

为解决传统LMS算法由于固定步长,在解决稳态误差与收敛性之间关系时始终处于矛盾状态的问题,在对固定步长LMS算法分析的基础上,根据变步长LMS算法的步长调整原则,通过构造步长因子μ(n)与误差信号e(n)的非线性函数,提出了一种基于正弦函数的新变步长LMS算法,并且分析了参数取值对算法性能的影响.理论分析和仿真结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS算法和SVS-LMS算法.     

量化LMS算法的自适应滤波器及其低功耗设计

LMS算法实现自适应滤波器,电路结构简单且能够达到满意的性能,广泛应用于以太网和802.11无线局域网中.分析了3种量化LMS算法的收敛速度和稳态误差,提出了用2-指数来量化误差信号,符号截断来量化输入序列;提出了用半加器来实现系数自适应调整,量化后的系数更新因子只有一个“1”,性能可以和传统的LMS算法媲美,硬件规模和功耗只有传统LMS算法的60%.     

一种改进的变步长LMS自适应滤波算法

在分析传统LMS(Least Mean Square)算法及其改进算法的基础上,提出了一种新的改进的变步长LMS算法。新算法利用误差信号以及误差信号相关值共同调整步长,克服了一般变步长LMS算法低信噪比环境下抗噪较差以及高信噪比环境下收敛较慢的缺点。计算机仿真结果表明,与传统LMS算法和VSSLMS算法相比,该算法收敛速度更快,均方误差更小,同时也具有良好的抗噪性能。     

受ELSE规则支配的模糊LMS算法

针对FSS-LMS算法推理机制不全和算法运算量大的问题,提出了一种新的受ELSE规则支配的模糊LMS算法.ELSE规则的存在使得在任何输入数据条件下都能成功执行推理机制,而且运算量大为减少.与其它模糊LMS算法相比,该算法所建立的模糊规则更加简单和可靠.实验结果表明,该算法不仅具有更少的计算量,而且比其它的模糊LMS算法以及其它传统的LMS算法具有更好的性能.     

基于动量因子的变步长盲多用户检测器

针对3种经典的盲多用户检测算法中,最小均方误差(LMS)算法收敛速度慢、而递归最小二乘算法(RLS)和Kalman自适应算法计算复杂度高的问题,该文提出了一种基于动量因子的变步长LMS算法。该算法在初始阶段使用较大的步长值,根据同一接收信号在相邻两次迭代过程中检测器的输出值之差来动态调整步长,加快了LMS算法的收敛速度。仿真结果表明,该算法的收敛和检测性能明显好于传统的LMS算法,稳态输出接近RLS算法和Kalman算法,而计算量仅略高于传统LMS算法,可以实时有效地抑制多址干扰。