针对最小均方误差(Least Mean Squares,LMS)算法收敛速度和稳态失调之间的矛盾,在已有算法的基础上进行3个方面改进:利用误差信号自相关性对不相关噪声进行抑制、将步长设置为先固定后自适应,提高算法的收敛速度、减小稳态误差;调节步...针对最小均方误差(Least Mean Squares,LMS)算法收敛速度和稳态失调之间的矛盾,在已有算法的基础上进行3个方面改进:利用误差信号自相关性对不相关噪声进行抑制、将步长设置为先固定后自适应,提高算法的收敛速度、减小稳态误差;调节步长因子中固定的参数,使其伴随步长变化进行调节,进一步减小稳态误差。将已有算法与改进算法同时用于Matlab仿真实验,仿真结果表明,新算法具有更快收敛速度、更小稳态误差和良好的消噪能力。展开更多
文摘针对最小均方误差(Least Mean Squares,LMS)算法收敛速度和稳态失调之间的矛盾,在已有算法的基础上进行3个方面改进:利用误差信号自相关性对不相关噪声进行抑制、将步长设置为先固定后自适应,提高算法的收敛速度、减小稳态误差;调节步长因子中固定的参数,使其伴随步长变化进行调节,进一步减小稳态误差。将已有算法与改进算法同时用于Matlab仿真实验,仿真结果表明,新算法具有更快收敛速度、更小稳态误差和良好的消噪能力。
