汽车车内降低噪声主动控制泄露LMS算法

泄露变步长最小均方算法是一种改进型LMS算法,克服了LMS算法无法同时兼顾收敛速度和稳态误差的的固有缺陷。提出一种基于泄露变步长LMS算法的汽车车内噪声主动控制方法,并将基于LMS算法和泄露变步长LMS算法的汽车车内噪声主动控制结果进行比较,结果表明:与LMS算法相比,泄露变步长LMS算法具有更快的算法收敛速度和较小的稳态误差,可有效进行汽车车内噪声主动控制。     

改进的变步长LMS自适应滤波算法

针对解决LMS(Least Mean Square)自适应滤波算法收敛速度及未知系统时变跟踪速度与稳态误差的矛盾,改进步长因子μ(n)与误差信号e(n)的非线性映射关系,提出一种新的变步长LMS算法。执行该算法时系统初始阶段或未知系统时变阶段步长自动增大,而稳态时步长缓慢变小,提高了收敛速度和时变跟踪能力,克服了稳态误差偏大的缺点。理论分析及实验结果表明,新算法的收敛、跟踪速度及稳态误差性能均优于现有常见的几种LMS算法。     

基于变步长LMS的频域干扰抑制算法的研究

基于对时域变步长LMS算法、频域块LMS算法的研究分析,给出了一种新的基于变步长频域块LMS的干扰抑制算法,仿真结果和分析表明能实现更好的收敛速度和更小的有用信号损失,并且计算复杂度低,利于工程实现。     

一种基于钟形函数的变步长LMS算法

在干扰消除背景下,提出了一种基于钟形函数的变步长LMS自适应滤波算法。通过理论分析和计算机仿真验证了该算法在提高收敛速度和减小稳态误差上的优越性,并分析了参数选取对算法性能的影响。     

一种新的变步长LMS自适应滤波算法

提出了一种新的变步长算法.理论分析与仿真结果表明,该算法的性能要优于传统的LMS(Least Mean Square)算法和SVSLMS(Sigmoid Variable Step-size Least Mean Square)算法.     

一种新的变步长LMS自适应滤波算法

提出了一种新的变步长算法，理论分析与仿真结果表明，该算法的性能要优于传统的LMS（Least Mean Square)算法和SVSLMS（Sigmoid Variable Step-size Least Mean Square)算法。     

一种自适应LMS滤波的改进算法

在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得.为此,本文提出了一种改进的LMS算法.在计算机仿真自适应信道均衡中,该算法的性能明显优于传统的LMS算法,而计算量增加甚少.理论分析与计算机模拟证实了该算法的优越性.     

基于分离矩阵的步长自适应EASI算法

首次提出将分离矩阵用于对在线盲分离算法中步长自适应控制,并在认真分析相关固定步长和变步长EASI算法的基础上,将其加以运用,提出了一种新的步长自适应EASI算法。该算法步长是基于分离矩阵的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的EASI算法。     

一种改进的步长自适应EASI算法

首先定义了描述信号分离状态的一种测度，并在认真分析相关固定步长和变步长EASI算法的基础上，将其加以运用，提出一种新的步长自适应EASI算法。由于该算法步长是基于分离状态的，其学习速率由信号的分离程度自适应的选取，因而能很好地解决收敛速度和稳态误差之问的矛盾。计算机仿真结果与理论分析相一致，证实了该算法明显优于其它的EASI算法。     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

检测调频信号的改进算法研究

针对LFM信号,提出了一种改进的LMS算法,通过修正权系数,使之能跟 上信号的调频速率,从而实现低信噪比（-15dB）条件下的信号检测。文中叙述了算法的基本原理及仿真结果,指出了对于LFM信号,修正权系数的LMS算法比LMS算法具有更好的提取弱信号的能力,并且算法运算量小。     

基于X-LMS自适应逆控制理论的船舶自动舵研究

本文分析了自适应逆控制理论和X—滤波LMS自适应逆控制算法，并针对船舶自动舵特点，用修正传递函数的方式来稳定船舶操纵模型，使用LMS算法对船舶进行模型参数辩识和控制器的设计。仿真结果表明，与PID控制相比，X—滤波LMS自适应逆控制算法具有动态响应快，抗扰动性好等特点。     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.     

自适应步长EASI算法研究及改进

EASI算法（一种在线LMS）是很重要的盲信号分离（BSS）算法,总结了EASI算法应用于盲信号分离的优点与不足,并提出了利用模拟退火策略有效地结合两种步长的优点,在初期快速下降,在后期精确收敛。结果表明,在该实验中使用模拟退火策略来调整学习率简单有效。     

基于自适应插值的符号定时恢复算法

在分析插值滤波器和均衡器的基础上,讨论了一种自适应插值的定时恢复算法,并进行了仿真.仿真结果表明,这一方法优于拉格朗日插值算法和LMS均衡算法.该算法在完成了对定时误差的插值运算的同时,也消除了衰落引起的码间干扰,性能良好.     

Simplified p-norm-like constraint LMS algorithm for efficient estimation of underwater acoustic channels

Underwater acoustic channels are recognized for being one of the most difficult propagation media due to considerable difficulties such as: multipath, ambient noise, time-frequency selective fading. The exploitation of sparsity contained in underwater acoustic channels provides a potential solution to improve the performance of underwater acoustic channel estimation. Compared with the classic l ₀ and l ₁ norm constraint LMS algorithms, the p-norm-like (l _p ) constraint LMS algorithm proposed in our previous investigation exhibits better sparsity exploitation performance at the presence of channel variations, as it enables the adaptability to the sparseness by tuning of p parameter. However, the decimal exponential calculation associated with the p-norm-like constraint LMS algorithm poses considerable limitations in practical application. In this paper, a simplified variant of the p-norm-like constraint LMS was proposed with the employment of Newton iteration method to approximate the decimal exponential calculation. Numerical simulations and the experimental results obtained in physical shallow water channels demonstrate the effectiveness of the proposed method compared to traditional norm constraint LMS algorithms.     

基于LMS算法的自适应前馈

作为通信系统核心器件的功率放大器的线性度直接影响了整个系统的通信质量,而前馈线性化技术综合性能较好,一直以来都是研究的热点.论文基于自适应前馈电路的原理,引入了一种改进的LMS算法,通过计算机软件仿真,表明该算法可以很好地改善系统的线性度.